-
公开(公告)号：CN109584997B
公开(公告)日：2023-07-25
申请号：CN201811260392.X
申请日：2018-10-26
Applicant: 首都医科大学宣武医院
Abstract: 本说明书实施例提供一种颅内动脉瘤图像的形态学参数的测量方法及系统。本说明书实施例通过颅内动脉瘤图像的形态学参数的测量，解决了颅内动脉瘤图像的形态学参数测量无法实现全自动测量、测量一致性难以保证的问题。该测量方法包括：从待分割的颅内动脉瘤图像上，获取颅内载瘤血管的中心线和半径；基于所述颅内载瘤血管的中心线和半径，分割颅内动脉瘤图像；对所述颅内动脉瘤图像的形态学参数进行测量。本说明书实施例提供的颅内动脉瘤图像的形态学参数的测量方法和系统，能够实现颅内动脉瘤图像测量的自动化，快速的测量颅内动脉瘤图像的形态学参数，保证动脉瘤图像的形态学参数测量结果的一致性。
-
公开(公告)号：CN110634129B
公开(公告)日：2022-08-23
申请号：CN201910782461.1
申请日：2019-08-23
Applicant: 首都医科大学宣武医院
IPC: G06T7/00 , G06T7/11 , G06T7/70 , G06V10/762 , G06K9/62
Abstract: 本说明书实施例公开了一种基于DSA图像的定位方法及系统，通过对待处理的二维DSA序列图像中目标区域的定位，解决了“肉眼观察法”受主观意识的影响比较大、花费较多时间的问题。该定位方法包括：对待处理的二维DSA序列图像进行预处理；将所述预处理的二维DSA序列图像输入分类模型，获得所述预处理的二维DSA序列图像的最佳帧对应的二值图像；将所述二值图像输入聚类模型，得到新的二值图像；基于所述新的二值图像中目标区域的定位信息，获得目标区域在所述待处理的二维DSA序列图像中的定位区域。本说明书实施例提供的基于DSA图像的定位方法和系统，能够直接显示二维DSA图像中的目标区域，缩减人为观察、思考及判断的时间，提高判断的准确度。
-
公开(公告)号：CN116912214B
公开(公告)日：2024-03-22
申请号：CN202310890952.4
申请日：2023-07-19
Applicant: 首都医科大学宣武医院
IPC: G06T7/00 , G06T7/10 , G06N3/0464 , G06N3/08
Abstract: 本披露公开了一种用于对动脉瘤检测图像进行分割的方法、设备及存储介质。该方法包括：获取动脉瘤检测图像；利用Unet3+粗分割模型处理动脉瘤检测图像，以得到感兴趣区域；以及利用Unet3+细分割模型处理感兴趣区域，以得到动脉瘤特征图像。本披露实施例先通过Unet3+粗分割模型从动脉瘤检测图像中分割出感兴趣区域，缩小搜索范围，之后进一步利用Unet3+细分割模型从感兴趣区域中分割出动脉瘤特征图像。利用Unet3+粗分割模型和Unet3+细分割模型优异的特征提取性能高效完成动脉瘤特征图像的自动分割，并通过粗粒度与细粒度相结合的二次分割加强分割的精度，提高动脉瘤分割的准确性，进而确保筛查结果的准确性。
-
公开(公告)号：CN110634129A
公开(公告)日：2019-12-31
申请号：CN201910782461.1
申请日：2019-08-23
Applicant: 首都医科大学宣武医院
Abstract: 本说明书实施例公开了一种基于DSA图像的定位方法及系统，通过对待处理的二维DSA序列图像中目标区域的定位，解决了“肉眼观察法”受主观意识的影响比较大、花费较多时间的问题。该定位方法包括：对待处理的二维DSA序列图像进行预处理；将所述预处理的二维DSA序列图像输入分类模型，获得所述预处理的二维DSA序列图像的最佳帧对应的二值图像；将所述二值图像输入聚类模型，得到新的二值图像；基于所述新的二值图像中目标区域的定位信息，获得目标区域在所述待处理的二维DSA序列图像中的定位区域。本说明书实施例提供的基于DSA图像的定位方法和系统，能够直接显示二维DSA图像中的目标区域，缩减人为观察、思考及判断的时间，提高判断的准确度。
-
公开(公告)号：CN110599527A
公开(公告)日：2019-12-20
申请号：CN201910781891.1
申请日：2019-08-23
Applicant: 首都医科大学宣武医院
IPC: G06T7/33
Abstract: 本说明书实施例公开了一种MRA影像数据的配准方法及装置，所述方法包括：获取待处理的MRA影像数据，其中，所述MRA影像数据包括第一影像数据和第二影像数据；将所述第一影像数据作为参考图像，所述第二影像数据作为浮动图像，将所述第二影像数据与所述第一影像数据进行配准。采用本说明书实施例提供的方法，能够自动实现MRA影像数据的配准，以提高后续动脉瘤的诊断结果和/或随访结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN109584997A
公开(公告)日：2019-04-05
申请号：CN201811260392.X
申请日：2018-10-26
Applicant: 首都医科大学宣武医院
Abstract: 本说明书实施例提供一种颅内动脉瘤图像的形态学参数的测量方法及系统。本说明书实施例通过颅内动脉瘤图像的形态学参数的测量，解决了颅内动脉瘤图像的形态学参数测量无法实现全自动测量、测量一致性难以保证的问题。该测量方法包括：从待分割的颅内动脉瘤图像上，获取颅内载瘤血管的中心线和半径；基于所述颅内载瘤血管的中心线和半径，分割颅内动脉瘤图像；对所述颅内动脉瘤图像的形态学参数进行测量。本说明书实施例提供的颅内动脉瘤图像的形态学参数的测量方法和系统，能够实现颅内动脉瘤图像测量的自动化，快速的测量颅内动脉瘤图像的形态学参数，保证动脉瘤图像的形态学参数测量结果的一致性。
-
公开(公告)号：CN116912214A
公开(公告)日：2023-10-20
申请号：CN202310890952.4
申请日：2023-07-19
Applicant: 首都医科大学宣武医院
IPC: G06T7/00 , G06T7/10 , G06N3/0464 , G06N3/08
Abstract: 本披露公开了一种用于对动脉瘤检测图像进行分割的方法、设备及存储介质。该方法包括：获取动脉瘤检测图像；利用Unet3+粗分割模型处理动脉瘤检测图像，以得到感兴趣区域；以及利用Unet3+细分割模型处理感兴趣区域，以得到动脉瘤特征图像。本披露实施例先通过Unet3+粗分割模型从动脉瘤检测图像中分割出感兴趣区域，缩小搜索范围，之后进一步利用Unet3+细分割模型从感兴趣区域中分割出动脉瘤特征图像。利用Unet3+粗分割模型和Unet3+细分割模型优异的特征提取性能高效完成动脉瘤特征图像的自动分割，并通过粗粒度与细粒度相结合的二次分割加强分割的精度，提高动脉瘤分割的准确性，进而确保筛查结果的准确性。
-
公开(公告)号：CN109584261B
公开(公告)日：2023-07-25
申请号：CN201811260363.3
申请日：2018-10-26
Applicant: 首都医科大学宣武医院
Abstract: 本说明书实施例提供一种颅内动脉瘤图像的分割方法及系统，该方法包括：从待分割的颅内载瘤血管图像上，截取局部三维图像；获取所述局部三维图像的树状中心线，计算所述颅内载瘤血管图像的中心线和半径；基于所述颅内载瘤血管图像的中心线和半径，进行颅内动脉瘤图像的分割。该方法提供了一种分割精度较好、分割效率较高的颅内动脉瘤图像的分割方法，实现了颅内动脉瘤图像的自动分割。
-
公开(公告)号：CN109584169A
公开(公告)日：2019-04-05
申请号：CN201811260312.0
申请日：2018-10-26
Applicant: 首都医科大学宣武医院
Abstract: 本申请实施例公开了一种基于中心线的颅内血管图像的截取方法及系统。该方案包括：从接收的三维CTA图像中，分割出三维颅内动脉血管图像；从待截取的颅内血管图像上，提取目标血管段的骨架线，且选取目标血管段的起点和终点；基于所述目标血管段的骨架线计算所述目标血管段的起点和终点的最短路径，确定目标血管段的中心线和半径；基于所述目标血管段的中心线和半径，截取所述颅内血管图像的目标血管段。该方案实现了对三维CTA图像中的血管段图像局部截取，以便于颅内动脉血管段的实物化、介入手术模拟和相关教学器具制作。
-
公开(公告)号：CN110517244B
公开(公告)日：2023-04-28
申请号：CN201910782808.2
申请日：2019-08-23
Applicant: 首都医科大学宣武医院
Abstract: 本说明书实施例公开了一种基于DSA图像的定位方法及系统，属于医学影像和计算机技术领域。本说明书实施例通过对待处理的二维DSA序列图像中目标区域的定位，解决了“肉眼观察法”受主观意识的影响比较大、花费较多时间的问题。该定位方法包括：对待处理的二维DSA序列图像进行归一化处理，获得预处理的二维DSA序列图像；基于第一模型，确定预处理的二维DSA序列图像中的最佳帧；基于第二模型，从属于最佳帧的二维DSA图像中分割目标区域，获得目标区域在待处理的二维DSA序列图像中的定位区域。本说明书实施例提供的基于DSA图像的定位方法和系统，能够实现直接显示二维DSA图像中的目标区域，缩减人为观察、思考及判断的时间。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.023 seconds)
