-
公开(公告)号：CN119648162A
公开(公告)日：2025-03-18
申请号：CN202510179686.3
申请日：2025-02-19
Applicant: 首都医科大学宣武医院
IPC: G06Q10/10 , G16H30/00 , G06N3/0464 , G06N3/084 , G06Q50/20 , G06T7/00 , G06V10/25 , G06V10/26 , G06V10/422 , G06V10/44 , G06V10/46 , G06V10/54 , G06V10/764 , G06V10/774 , G06V10/82 , G06F16/51
Abstract: 本发明涉及医学影像技术领域，具体为基于人工智能的神经系统医学影像案例数据库构建系统，包括神经系统医学影像数据库模块、教学交互学习平台模块、使用者自我测试模块和使用者在线考试模块。本发明的教学系统真实还原了医生临床工作环境中书写诊断报告，有机地将书本知识与临床实践相结合，可以针对复杂的神经系统医学影像教学，调动影像医学生及住培使用者学习的积极性和主动性，提高教学质量及实践技能，通过计算机实时反馈学习效果，促进理论知识与临床实践的快速融合，便于教师精准化备课，实现了灵活便捷的教育模式及精准个体化的培养方式，有利于加速影像住院医师培养进程，提高教学效率与质量，适应现代化教学方式。
-
公开(公告)号：CN118840368B
公开(公告)日：2024-12-13
申请号：CN202411312069.8
申请日：2024-09-20
Applicant: 首都医科大学宣武医院 , 深圳市铱硙医疗科技有限公司
IPC: G06T7/00 , G06V10/25 , G06V10/764 , G06V10/82
Abstract: 本发明提出一种基于Aβ‑PET脑影像的自动化定量与智能分析方法，包括：将Aβ‑PET原始数据进行数据预处理，得到脑实质数据；对脑实质数据进行自动定量分析，计算得到体素SUVMean和体素SUVR；基于大脑结构掩膜，计算各脑区平均SUVR实现脑区级定量；根据体素SUVMean、体素SUVR和各脑区平均SUVR生成定量参数图；构建标准参考表；利用训练好的多模态3D卷积神经网络对定量参数图进行分类，得到前5%贡献度体素作为疑似异常体素；根据标准参考表和疑似异常体素判断脑区异常，实现自动定位异常脑区。通过本发明方案，实现了从Aβ‑PET原始数据定量化分析，提供体素级别定量化数据的同时，提供精确的基于解剖分区的定量参数并可视化输出异常区域图片，对临床医生诊断提供了有益的帮助。
-
公开(公告)号：CN118396922B
公开(公告)日：2024-10-01
申请号：CN202410237366.4
申请日：2024-03-01
Applicant: 首都医科大学宣武医院
IPC: G06T7/00 , G06V10/82 , G06N3/0475 , G06N3/094
Abstract: 本申请涉及一种医学图像生成方法、装置、计算机设备和存储介质。该方法包括：获取磁共振设备对目标对象成像所得到的T1图像；将T1图像输入至预设图像生成网络中，得到目标对象的T1增强图像；预设图像生成网络为基于初始循环生成对抗网络训练得到，初始循环生成对抗网络为三维网络。采用该方法，在实际进行磁共振扫描时，只需对目标对象进行T1序列的磁共振扫描，得到目标对象的T1图像即可，无需对目标对象注射对比剂再进行T1增强序列的磁共振扫描；不仅能够减少一次磁共振成像过程，缩短磁共振的成像时间；还能避免目标对象因对比剂所产生的不良影响；另外，还能减少目标对象所受到的辐射影响；综合提高磁共振扫描的高效性和安全性。
-
公开(公告)号：CN118396922A
公开(公告)日：2024-07-26
申请号：CN202410237366.4
申请日：2024-03-01
Applicant: 首都医科大学宣武医院
IPC: G06T7/00 , G06V10/82 , G06N3/0475 , G06N3/094
Abstract: 本申请涉及一种医学图像生成方法、装置、计算机设备和存储介质。该方法包括：获取磁共振设备对目标对象成像所得到的T1图像；将T1图像输入至预设图像生成网络中，得到目标对象的T1增强图像；预设图像生成网络为基于初始循环生成对抗网络训练得到，初始循环生成对抗网络为三维网络。采用该方法，在实际进行磁共振扫描时，只需对目标对象进行T1序列的磁共振扫描，得到目标对象的T1图像即可，无需对目标对象注射对比剂再进行T1增强序列的磁共振扫描；不仅能够减少一次磁共振成像过程，缩短磁共振的成像时间；还能避免目标对象因对比剂所产生的不良影响；另外，还能减少目标对象所受到的辐射影响；综合提高磁共振扫描的高效性和安全性。
-
公开(公告)号：CN113379676B
公开(公告)日：2024-07-19
申请号：CN202110489225.8
申请日：2021-05-01
Applicant: 首都医科大学宣武医院 , 中国科学院计算机网络信息中心
Abstract: 本发明提出一种灰白质体积异常检测矫正方法，包括：基于行为学量表，获取测试对象的行为学评分结果，以及对应于所述行为学量表的行为学与脑结构之间的映射模板；将所述行为学评分结果与所述映射模板加权，获得加权模板；对测试对象的磁共振成像数据进行VBM分析，获得脑部灰白质体积异常区域概率模板；将所述加权模板与所述脑部灰白质体积异常区域概率模板比较，提取同时表现为显著异常的体素作为分析结果。本发明还公开了一种灰白质体积异常检测装置、一种/灰白质体积异常检测设备和一种计算机可读存储介质。采用本发明实施例，能够利用脑结构与行为学之间的关系，修正了由于VBM分析中多重比较误差所带来的假阳性。
-
Patent Agency Ranking
公开(公告)号：CN117310585A
公开(公告)日：2023-12-29
申请号：CN202311596447.5
申请日：2023-11-28
Applicant: 首都医科大学宣武医院
Abstract: 本发明涉及磁共振成像领域，公开了一种在线测量组织反转恢复零点的方法，该方法通过提出一种基于回波平面成像的自动改变反转恢复时间（Automatic change of TI，AutoTI）成像技术对待测组织进行实时成像，并结合MRI系统自带的图像处理工具，线上可视化待测组织的反转恢复零点（TInull）值。本发明从实质上解决了现有测量方法在实际临床应用以及功能磁共振成像研究中测量时间长且操作复杂的问题，增加了TInull测量的实用性和实施性，进一步推动了临床个体化诊疗的发展，为疾病的治疗、评估和预测提供技术基础。
-
公开(公告)号：CN114821205B
公开(公告)日：2022-09-13
申请号：CN202210754406.3
申请日：2022-06-30
Applicant: 澄影科技(北京)有限公司 , 首都医科大学宣武医院
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明的实施例提供一种基于多维特征的图像处理方法、装置及设备，所述方法包括：获取目标对象的四维影像图像；对所述四维影像图像进行预处理，得到目标图像；将所述目标图像输入预设分类模型中进行分类处理，得到所述目标图像的分类结果；所述预设分类模型是基于卷积神经网络进行训练得到的；所述预设分类模型是基于所述目标图像的融合多维特征后的时间序列矩阵，对所述目标图像进行分类处理的；根据所述分类结果，确定所述四维影像图像的识别结果。本发明的实施例基于融合多维特征的时间序列矩阵，对所述四维影像图像进行分类处理，提高图像分类及识别的准确度。
-
公开(公告)号：CN113610841B
公开(公告)日：2022-07-08
申请号：CN202110991077.X
申请日：2021-08-26
Applicant: 首都医科大学宣武医院
Abstract: 本方案公开了一种血管异常图像识别方法、装置、电子设备和存储介质，其中，该方法的步骤包括：对待识别血管图像中的体素点进行标记，获得体素点标记信息；基于所述体素点标记信息，确定血管区域中的最大联通域；利用所述最大联通域，识别待识别血管图像中的异常血管图像。本方案利用血管区域中的最大联通域，来快速识别出血管图像中的复杂血管区域，通过对复杂血管区域的筛选，识别出血管异常图像；通过这种方式能够快速、准确的从正常血管中分理出复杂血管区域，再对复杂血管的真实属性进行识别，从而提高识别的准确度，降低误诊率和漏诊率。
-
公开(公告)号：CN113827741A
公开(公告)日：2021-12-24
申请号：CN202111111055.6
申请日：2021-09-23
Applicant: 首都医科大学宣武医院
Abstract: 本发明公开了一种用于CT和磁共振成像定位的双模态液态金属复合物。本发明将液态金属与特定磁共振标记物混合制备出双模态液态金属复合物。这种双模态液态金属复合物利用高密度的液态金属在X射线下的高成像特性以及磁共振标记物的成像效果实现复合物的双模态成像能力，并利用这种液态金属复合物制备出具有特定形状的柔性贴片，贴敷在患者皮肤表面，其在CT和磁共振扫描中具有高强度的成像能力，帮助医生获得更多的图像信息，准确定位病灶位置。该复合物制备方法简单易行，成本低廉，具有良好的拉伸性和顺应性，可广泛用于CT放射和磁共振成像检测和治疗。
-
公开(公告)号：CN113610841A
公开(公告)日：2021-11-05
申请号：CN202110991077.X
申请日：2021-08-26
Applicant: 首都医科大学宣武医院
Abstract: 本方案公开了一种血管异常图像识别方法、装置、电子设备和存储介质，其中，该方法的步骤包括：对待识别血管图像中的体素点进行标记，获得体素点标记信息；基于所述体素点标记信息，确定血管区域中的最大联通域；利用所述最大联通域，识别待识别血管图像中的异常血管图像。本方案利用血管区域中的最大联通域，来快速识别出血管图像中的复杂血管区域，通过对复杂血管区域的筛选，识别出血管异常图像；通过这种方式能够快速、准确的从正常血管中分理出复杂血管区域，再对复杂血管的真实属性进行识别，从而提高识别的准确度，降低误诊率和漏诊率。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.041 seconds)
