-
公开(公告)号：CN106108925B
公开(公告)日：2020-03-17
申请号：CN201610377171.5
申请日：2016-05-04
Applicant: 西门子保健有限责任公司
IPC: A61B6/00
Abstract: 公开了用于医学图像数据中全身骨移除和血管可视化的方法和系统。在3D医学图像中分割骨结构，产生3D医学图像的骨掩模。在3D医学图像中分割血管结构，产生3D医学图像的血管掩模。通过融合来自骨掩模和血管掩模的信息来精炼骨掩模和血管掩模。使用精炼的骨掩模从3D医学图像移除骨体素以产生3D医学图像中血管结构的可视化。
-
公开(公告)号：CN110175630A
公开(公告)日：2019-08-27
申请号：CN201910342258.2
申请日：2016-05-06
Applicant: 西门子保健有限责任公司
Abstract: 本发明涉及用于近似深入神经网络以用于解剖对象检测的方法和系统。深入神经网络被训练成检测医学图像中的解剖对象。计算经训练的深入神经网络的近似，该近似减少经训练的深入神经网络的计算复杂性。使用经训练的深入神经网络的近似在患者的输入医学图像中检测解剖对象。
-
公开(公告)号：CN110047056A
公开(公告)日：2019-07-23
申请号：CN201910040136.8
申请日：2019-01-16
Applicant: 西门子保健有限责任公司
Abstract: 公开了使用深度图像到图像网络和对抗网络的用于跨域医学图像分析和跨域医学图像合成的方法和装置。在用于跨域医学图像分析的方法中，接收患者的来自第一域的医学图像。将医学图像输入到跨域深度图像到图像网络（DI2IN）的第一编码器，所述DI2IN包括用于第一域的第一编码器、用于第二域的第二编码器、和解码器。第一编码器将医学图像转换为特征图，并且解码器从特征图生成输出图像，所述输出图像提供医学图像分析任务的结果。至少部分地基于第一编码器从来自第一域的训练图像生成的特征图与第二编码器从来自第二域的训练图像生成的特征图的相似性来一起训练第一编码器和第二编码器，并训练解码器以从第一编码器或第二编码器生成的特征图生成输出图像。
-
公开(公告)号：CN110047128B
公开(公告)日：2023-04-14
申请号：CN201910031255.7
申请日：2019-01-14
Applicant: 西门子保健有限责任公司
Abstract: 公开了一种用于从少量X射线图像自动重建3D计算机断层摄影(CT)体积的方法和设备。使用断层摄影重建算法来从少量x射线图像生成稀疏3D体积。使用经训练的深度神经网络来从所述稀疏3D体积生成最终重建3D CT体积。还可使用所述经训练的深度神经网络来从所述稀疏3D体积生成3D分割掩模。
-
公开(公告)号：CN108885781A
公开(公告)日：2018-11-23
申请号：CN201580079315.2
申请日：2015-04-28
Applicant: 西门子保健有限责任公司
Inventor： 周少华
CPC classification number: A61B6/482 , A61B6/03 , A61B6/5235 , G06T5/50 , G06T11/008 , G06T2207/10081 , G06T2207/20081 , G06T2207/20212 , G06T2207/30004
Abstract: 公开了一种用于医疗图像合成的方法和装置，其基于源医疗图像合成目标医疗图像。所述方法可以被用于根据低剂量CT图像或低kV CT图像合成高剂量计算机断层扫描（CT）图像或高kV CT图像。从源医疗图像提取多个图像块区。通过使用基于机器学习的概率模型基于从所述源医疗图像提取的图像块区计算所述合成的目标医疗图像中的体素值来根据所述源医疗图像生成合成的目标医疗图像。
-
Patent Agency Ranking
公开(公告)号：CN107997778A
公开(公告)日：2018-05-08
申请号：CN201711095858.0
申请日：2017-10-31
Applicant: 西门子保健有限责任公司
CPC classification number: A61B6/5252 , A61B6/03 , A61B6/504 , G06K9/34 , G06T7/11 , G06T7/136 , G06T2200/04 , G06T2207/10081 , G06T2207/20036 , G06T2207/20081 , G06T2207/30008 , G06T2207/30101
Abstract: 公开了一种用于在诸如计算机断层扫描血管造影术（CTA）体积之类的医学图像中基于深度学习的自动骨移除的方法和设备。通过使用针对骨分割训练的深度神经网络将3D医学图像的体素分类为骨体素或非骨体素来在患者的3D医学图像中分割骨结构。通过从3D医学图像的3D可视化中移除被分类为骨体素的体素来生成3D医学图像中的非骨结构的3D可视化。
-
公开(公告)号：CN107405123A
公开(公告)日：2017-11-28
申请号：CN201580060329.X
申请日：2015-11-06
Applicant: 西门子保健有限责任公司
Abstract: 在扫描数据检索中，网格与诸如来自光学或深度传感器（18）的数据之类的当前患者的表面数据拟合（32）。网格还与医学扫描数据拟合（48），诸如与计算机断层成像数据的皮肤表面段拟合（48）。网格或由网格导出的参数可以更高效地比较（34）以识别（36）具有相似身体形状和/或尺寸的先前患者。使用用于该患者的，或者被改变以计及与当前患者的区别的该患者的扫描配置（38）。在一些实施例中，用于搜索（34）的参数向量包括主成份分析系数。在另外的实施例中，主成份分析系数可以使用度量学习而投影到更加辨别性的空间。
-
公开(公告)号：CN107403425A
公开(公告)日：2017-11-28
申请号：CN201710352713.8
申请日：2017-05-18
Applicant: 西门子保健有限责任公司
Abstract: 从图像自动地生成放射学报告并自动排除没有发现的图像。一种用于自动地生成放射学报告的计算机实现方法包括计算机接收包括多个多维患者图像和患者信息的输入数据集，并且使用学习模型来解析输入数据集以确定临床域和相关图像注释。计算机使用相关图像注释来填充注释表，并且基于注释表而应用一个或多个域特定可编写脚本的规则来填充报告模板。计算机然后可以基于报告模板来生成自然语言放射学报告。
-
公开(公告)号：CN106108925A
公开(公告)日：2016-11-16
申请号：CN201610377171.5
申请日：2016-05-04
Applicant: 西门子保健有限责任公司
IPC: A61B6/00
Abstract: 公开了用于医学图像数据中全身骨移除和血管可视化的方法和系统。在3D医学图像中分割骨结构，产生3D医学图像的骨掩模。在3D医学图像中分割血管结构，产生3D医学图像的血管掩模。通过融合来自骨掩模和血管掩模的信息来精炼骨掩模和血管掩模。使用精炼的骨掩模从3D医学图像移除骨体素以产生3D医学图像中血管结构的可视化。
-
公开(公告)号：CN109886913B
公开(公告)日：2023-09-05
申请号：CN201811479702.7
申请日：2018-12-05
Applicant: 西门子保健有限责任公司
IPC: G06T7/00
Abstract: 成像扫描中关键发现的标识。一种审查神经扫描的方法包括接收对应于解剖区域的至少一个界标。接收包括解剖区域的组织的多个图像，并且生成被配置为在解剖区域内的健康组织和不健康组织之间进行区分的神经网络。神经网络由机器学习过程生成，所述机器学习过程被配置为接收组织的多个图像并且生成被配置为在健康组织和不健康组织之间进行区分的多个加权因子。接收包括解剖区域的组织的至少一个患者图像，以及由神经网络做出组织的至少一个患者图像是否包括健康或不健康组织的确定。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.044 seconds)
