-
公开(公告)号：CN111316290A
公开(公告)日：2020-06-19
申请号：CN201880071649.9
申请日：2018-11-02
Applicant: 通用电气公司
Inventor： 维韦卡·普拉巴卡尔·维迪雅 , 拉凯什·穆利克 , 克里希纳·希瑟拉姆·施莱姆 , 索汉·拉希米·兰詹 , 帕万·库马尔·V·安南吉 , 谢沙迪·史鲁文亚当 , 钱丹·库马尔·马拉帕·阿拉达哈里 , 阿拉蒂·斯雷库马里
Abstract: 本发明提供了一种用于向卷积神经网络(CNN)进行交互式表示学习迁移的方法。该方法包括从第一成像模态和第二成像模态获得至少第一输入图像数据集和第二输入图像数据集。此外，该方法包括执行以下中的至少一者：联合训练基于与该第一输入图像数据集相关联的标签的第一受监督学习CNN和基于与该第二输入图像数据集相关联的标签的第二受监督学习CNN，以生成一个或多个共同特征基元和对应映射函数；以及分别利用该第一输入图像数据集和该第二输入图像数据集联合训练第一无监督学习CNN和第二无监督学习CNN，以学习该输入图像数据集的压缩表示，该压缩表示包括共同特征基元和对应映射函数；以及将该共同特征基元和该对应映射函数存储在特征基元储存库中。
-
Patent Agency Ranking
公开(公告)号：CN111316290B
公开(公告)日：2024-01-12
申请号：CN201880071649.9
申请日：2018-11-02
Applicant: 通用电气公司
Inventor： 维韦卡·普拉巴卡尔·维迪雅 , 拉凯什·穆利克 , 克里希纳·希瑟拉姆·施莱姆 , 索汉·拉希米·兰詹 , 帕万·库马尔·V·安南吉 , 谢沙迪·史鲁文亚当 , 钱丹·库马尔·马拉帕·阿拉达哈里 , 阿拉蒂·斯雷库马里
IPC: G06V10/82 , G06V10/44 , G06T7/33 , G06F18/2413 , G06F18/25 , G06N3/045 , G06N3/088 , G06N3/096 , G06N5/022
Abstract: 应映射函数；以及将该共同特征基元和该对应映本发明提供了一种用于向卷积神经网络 射函数存储在特征基元储存库中。(CNN)进行交互式表示学习迁移的方法。该方法包括从第一成像模态和第二成像模态获得至少第一输入图像数据集和第二输入图像数据集。此外，该方法包括执行以下中的至少一者：联合训练基于与该第一输入图像数据集相关联的标签的第一受监督学习CNN和基于与该第二输入图像数据集相关联的标签的第二受监督学习CNN，以生成一个或多个共同特征基元和对应映射函数；以及分别利用该第一输入图像数据集和该第二(56)对比文件US 2013004038 A1,2013.01.03CN 106909905 A,2017.06.30WO 2014105523 A1,2014.07.03CN 105930877 A,2016.09.07Pouya Ghaemmaghami等.A cross-modaladaptation approach for brain decoding.《2017 IEEE International Conference onAcoustic,Speech and Signal Processing》.2017,969-973.董永亮等.基于潜在语义的双层图像-文本多模态检索语义网络《.计算机工程》.2016,第42卷(第7期),299-303.Agisilaos Chartsias et al.AdversarialImage Synthesis for Unpaired Multi-modalCardiac Data《.International Workshop onSimulation and Synthesis in MedicalImaging》.2017,3-13.Castrejon,L et al.Learning AlignedCross-Modal Representations from WeaklyAligned Data《.2016 IEEE Conference onComputer Vision and Pattern Recognition(CVPR)》.2016,2940-2949.Castrejon,L et al.Learning AlignedCross-Modal Representations from WeaklyAligned Data《.2016 IEEE Conference onComputer Vision and Pattern Recognition(CVPR)》.2016,2940-2949.
-
公开(公告)号：CN111801705B
公开(公告)日：2024-11-22
申请号：CN201980015990.7
申请日：2019-03-01
Applicant: 通用电气公司
Inventor： 达蒂什·达亚南·尚巴格 , 拉凯什·穆利克 , 克里希纳·希瑟拉姆·施莱姆 , 桑迪普·苏亚纳拉亚纳·考希克 , 阿拉蒂·斯雷库马里
Abstract: 本发明公开了一种用于成像的方法，该方法被配置为提供加速临床工作流程，该方法包括采集对应于受试者中的感兴趣的解剖区域的解剖图像数据。该方法还包括使用基于学习的技术，基于解剖图像数据确定对应于感兴趣的解剖区域的定位信息。该方法也包括基于定位信息从对应于感兴趣的解剖区域的多个图谱图像中选择图谱图像。该方法还包括基于该图谱图像生成分割分段图像。该方法还包括基于分割分段图像推荐医疗活动。医疗活动包括引导图像采集、监督治疗计划、帮助向受试者进行治疗递送和生成医疗报告中的至少一者。
-
公开(公告)号：CN110870792B
公开(公告)日：2023-04-11
申请号：CN201910799030.6
申请日：2019-08-26
Applicant: 通用电气公司
Inventor： 帕万·库马尔·安南吉 , 钱丹·库马尔·阿拉达哈里 , 克里希纳·希瑟拉姆·施莱姆 , 普拉撒度·苏达卡尔
Abstract: 本发明题为“用于超声导航的系统和方法”。本发明提出了一种用于超声成像的方法。该方法包括：采集受检者的至少一个图像；基于该图像确定超声探头在受检者的身体表面上的当前位置；识别图像中的感兴趣的解剖区域；量化图像以确定图像对于对应于临床方案的一个或多个扫描平面的适合性；基于超声探头的当前位置、所识别的感兴趣的解剖区域以及图像的量化结果生成受检者的个性化解剖模型；基于临床方案计算超声探头从当前位置到目标位置的期望轨迹；基于所计算的轨迹传送超声探头的期望移动；基于所传送的期望移动沿着所计算的轨迹移动超声探头以采集受检者的图像。
-
公开(公告)号：CN111801705A
公开(公告)日：2020-10-20
申请号：CN201980015990.7
申请日：2019-03-01
Applicant: 通用电气公司
Inventor： 达蒂什·达亚南·尚巴格 , 拉凯什·穆利克 , 克里希纳·希瑟拉姆·施莱姆 , 桑迪普·苏亚纳拉亚纳·考希克 , 阿拉蒂·斯雷库马里
Abstract: 本发明公开了一种用于成像的方法，该方法被配置为提供加速临床工作流程，该方法包括采集对应于受试者中的感兴趣的解剖区域的解剖图像数据。该方法还包括使用基于学习的技术，基于解剖图像数据确定对应于感兴趣的解剖区域的定位信息。该方法也包括基于定位信息从对应于感兴趣的解剖区域的多个图谱图像中选择图谱图像。该方法还包括基于该图谱图像生成分割分段图像。该方法还包括基于分割分段图像推荐医疗活动。医疗活动包括引导图像采集、监督治疗计划、帮助向受试者进行治疗递送和生成医疗报告中的至少一者。
-
公开(公告)号：CN110870792A
公开(公告)日：2020-03-10
申请号：CN201910799030.6
申请日：2019-08-26
Applicant: 通用电气公司
Inventor： 帕万·库马尔·安南吉 , 钱丹·库马尔·阿拉达哈里 , 克里希纳·希瑟拉姆·施莱姆 , 普拉撒度·苏达卡尔
Abstract: 本发明题为“用于超声导航的系统和方法”。本发明提出了一种用于超声成像的方法。该方法包括：采集受检者的至少一个图像；基于该图像确定超声探头在受检者的身体表面上的当前位置；识别图像中的感兴趣的解剖区域；量化图像以确定图像对于对应于临床方案的一个或多个扫描平面的适合性；基于超声探头的当前位置、所识别的感兴趣的解剖区域以及图像的量化结果生成受检者的个性化解剖模型；基于临床方案计算超声探头从当前位置到目标位置的期望轨迹；基于所计算的轨迹传送超声探头的期望移动；基于所传送的期望移动沿着所计算的轨迹移动超声探头以采集受检者的图像。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
