-
公开(公告)号：CN113327225B
公开(公告)日：2024-04-09
申请号：CN202110217473.7
申请日：2021-02-26
Applicant: 西门子医疗有限公司
Abstract: 本申请公开了用于提供气道信息的方法。一种用于提供定量气道信息(INFO1)的计算机实现的方法，其包括：接收(REC‑1)和/或确定(DET‑1)气道段(AS1、AS2)的第一医学图像数据(IMG1)；对第一医学图像数据(IMG1)应用(APP‑1)第一经训练的函数，其中，生成了输出数据；基于输出数据确定(DET‑2)气道段(AS1、AS2)的至少一个定量气道信息(INFO1)；提供(PROV‑1)至少一个定量气道信息(INFO1)。
-
公开(公告)号：CN114037651A
公开(公告)日：2022-02-11
申请号：CN202110824476.7
申请日：2021-07-21
Applicant: 西门子医疗有限公司
Abstract: 本发明总体上涉及从x射线图像评估与疾病相关联的异常模式，并且具体涉及使用基于DRR（数字重建射线照片）和从CT（计算机断层摄影）导出的基础事实训练的机器学习网络从x射线图像评估与COVID‑19（新型冠状病毒肺炎）相关联的异常模式。提供了评估疾病的系统和方法。接收第一模态的输入医学图像。使用训练的肺部分割网络从输入医学图像分割肺部，并且使用训练的异常模式分割网络从输入医学图像分割与疾病相关联的异常模式。基于1）从第二模态的训练图像生成的第一模态的合成图像和2）从针对训练图像的训练分割掩模生成的针对合成图像的目标分割掩模来训练训练的肺部分割网络和训练的异常模式分割网络。基于分割的肺部和分割的异常模式确定疾病的评估。
-
-
公开(公告)号：CN112508842A
公开(公告)日：2021-03-16
申请号：CN202010952660.5
申请日：2020-09-11
Applicant: 西门子医疗有限公司
Abstract: 本发明涉及具有结构化的图像分解的3D医学图像中的可操纵对象合成。提供了用于生成合成图像的系统和方法。接收输入医学图像补块、分割掩码、外观相关参数的向量以及可操纵的属性。使用经训练的对象合成网络，基于输入医学图像补块、分割掩码、外观相关参数的向量以及可操纵的属性，生成包括合成结节的合成的医学图像补块。合成的结节根据可操纵的属性被合成。输出合成的医学图像补块。
-
公开(公告)号：CN112116546A
公开(公告)日：2020-12-22
申请号：CN202010564293.1
申请日：2020-06-19
Applicant: 西门子医疗有限公司
Abstract: 本发明公开了类别感知的对抗肺结节合成。提供了用于生成结节的合成医学图像块的系统和方法。接收初始医学图像块和与要合成的结节相关联的类别标签。初始医学图像块具有掩盖部分和未掩盖部分。使用经训练的生成对抗网络生成合成医学图像块。合成医学图像块包含初始医学图像块的未掩盖部分和替换初始医学图像块的掩盖部分的合成结节。合成结节是根据类别标签合成的。输出合成医学图像块。
-
Patent Agency Ranking
公开(公告)号：CN111563523B
公开(公告)日：2024-03-26
申请号：CN202010092805.9
申请日：2020-02-14
Applicant: 西门子医疗有限公司
IPC: G06V10/764 , G06V10/56 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 对于医学成像系统中的COPD分类，机器学习用于学习对患者是否患有COPD进行分类。图像到图像网络深度学习指示各种或任何类型的COPD的空间特征。肺部功能测试可以用作训练所述特征和从空间特征的分类的基础事实。由于肺部功能测试结果和对应的CT扫描的可用性高，因此有很多训练样本。然后，来自图像到图像网络的经学习的特征的值用于创建COPD级别的空间分布，从而提供对区分COPD的类型有用的信息，而无需在训练中对COPD的空间分布的基础事实注释。
-
公开(公告)号：CN113327225A
公开(公告)日：2021-08-31
申请号：CN202110217473.7
申请日：2021-02-26
Applicant: 西门子医疗有限公司
Abstract: 本申请公开了用于提供气道信息的方法。一种用于提供定量气道信息(INFO1)的计算机实现的方法，其包括：接收(REC‑1)和/或确定(DET‑1)气道段(AS1、AS2)的第一医学图像数据(IMG1)；对第一医学图像数据(IMG1)应用(APP‑1)第一经训练的函数，其中，生成了输出数据；基于输出数据确定(DET‑2)气道段(AS1、AS2)的至少一个定量气道信息(INFO1)；提供(PROV‑1)至少一个定量气道信息(INFO1)。
-
公开(公告)号：CN111563523A
公开(公告)日：2020-08-21
申请号：CN202010092805.9
申请日：2020-02-14
Applicant: 西门子医疗有限公司
Abstract: 对于医学成像系统中的COPD分类，机器学习用于学习对患者是否患有COPD进行分类。图像到图像网络深度学习指示各种或任何类型的COPD的空间特征。肺部功能测试可以用作训练所述特征和从空间特征的分类的基础事实。由于肺部功能测试结果和对应的CT扫描的可用性高，因此有很多训练样本。然后，来自图像到图像网络的经学习的特征的值用于创建COPD级别的空间分布，从而提供对区分COPD的类型有用的信息，而无需在训练中对COPD的空间分布的基础事实注释。
-
公开(公告)号：CN113538305B
公开(公告)日：2024-07-02
申请号：CN202110399157.6
申请日：2021-04-14
Applicant: 西门子医疗有限公司
IPC: G06T5/50 , G06T7/11 , G06T7/136 , G06T5/60 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/084
Abstract: 提供了用于生成合成医学图像的系统和方法。接收输入医学图像。生成合成分割掩模。基于合成分割掩模对输入医学图像进行掩蔽。经掩蔽的输入医学图像具有未掩蔽部分和经掩蔽部分。使用经训练的基于机器学习的生成器网络来生成初始合成医学图像。初始合成医学图像包括经掩蔽的输入医学图像的未掩蔽部分的合成版本、以及经掩蔽的输入医学图像的经掩蔽部分中的合成图案。将合成图案与输入医学图像融合以生成最终的合成医学图像。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.025 seconds)
