-
Patent Agency Ranking
公开(公告)号：CN113706492A
公开(公告)日：2021-11-26
申请号：CN202110960219.6
申请日：2021-08-20
Applicant: 复旦大学
Abstract: 本发明提供一种基于胸部CT影像的肺实质自动分割方法，由于采用了自动种子点提取方法来提取种子点，采用了区域生长方法以及孔洞填充方法来提取得到胸腔轮廓，采用了面积阈值方法来去除两个连通域中的气管区域，从而得到肺实质区域，进一步地，还将得到的肺实质区域以及对应的胸部CT影像作为一一对应的标签和图像，组成训练集，基于该训练集进行分割网络的训练，得到训练好的肺实质分割网格模型，用于后续从新的胸部CT影像中提取肺实质区域，因此，该方法能够自动获取分割标签，不再需要人工进行标注，减少了人工工作量，提高了效率，并且获取的分割标签具有较高的一致性。
-
公开(公告)号：CN113947679A
公开(公告)日：2022-01-18
申请号：CN202111038446.X
申请日：2021-09-06
Applicant: 复旦大学
Abstract: 本发明提供一种应用于分割网络的图像与标签非对称标准化方法，定义了非对称标准化方法，并以减少整个样本组的平均欧式距离为目标，对该非对称标准化方法的关键参数进行了优化，因此，使用该非对称标准化方法对原始图像以及原始标签图像进行非对称标准化处理后，组成的样本组平均距离减少，也就是样本之间的相似度更高，从而在对分割网络进行训练时，能够使得分割网络的收敛速度更快，并且能够提升最终的分割网络的精度。本发明的应用于分割网络的图像与标签非对称标准化方法为各类医学影像的分割提供了可靠且更好的图像预处理方法。
-
公开(公告)号：CN113012127A
公开(公告)日：2021-06-22
申请号：CN202110289440.3
申请日：2021-03-18
Applicant: 复旦大学
Abstract: 本发明提供一种基于胸部医学影像的心胸比测量方法，用于根据患者的胸部医学影像进行心胸比测量，其特征在于，包括以下步骤：步骤S1，采用预定的图像处理方法对原始胸部医学影像进行处理，从而获取肺野二值轮廓图像；步骤S2，对肺野二值轮廓图像进行数据增强处理从形成训练集；步骤S3，利用训练集进行分割网络的训练，得到可应用于胸部医学影像的肺野自动分割模型；步骤S4，通过肺野自动分割模型分割得到当前肺野图像，并采用梯度算子提取当前肺野图像中肺野区域的轮廓线；以及步骤S5，基于预定的角点检测方法根据轮廓线确定胸部医学影像中的六个角点，并基于预定的心胸比计算方法根据该六个角点计算出胸部医学影像对应的心胸比。
-
公开(公告)号：CN113706492B
公开(公告)日：2024-09-13
申请号：CN202110960219.6
申请日：2021-08-20
Applicant: 复旦大学
Abstract: 本发明提供一种基于胸部CT影像的肺实质自动分割方法，由于采用了自动种子点提取方法来提取种子点，采用了区域生长方法以及孔洞填充方法来提取得到胸腔轮廓，采用了面积阈值方法来去除两个连通域中的气管区域，从而得到肺实质区域，进一步地，还将得到的肺实质区域以及对应的胸部CT影像作为一一对应的标签和图像，组成训练集，基于该训练集进行分割网络的训练，得到训练好的肺实质分割网格模型，用于后续从新的胸部CT影像中提取肺实质区域，因此，该方法能够自动获取分割标签，不再需要人工进行标注，减少了人工工作量，提高了效率，并且获取的分割标签具有较高的一致性。
-
公开(公告)号：CN117670702A
公开(公告)日：2024-03-08
申请号：CN202311721030.7
申请日：2023-12-14
Applicant: 复旦大学
Abstract: 本发明涉及一种X射线图像和可见光图像的叠加方法、装置、设备及介质，其中方法包括：获取X射线图像和可见光图像；对所述X射线图像进行预处理，得到预处理后的X射线图像；将所述预处理后的X射线图像和可见光图像分别输入至目标检测模型，得到X射线图像中的动物感兴趣区域和可见光图像中的动物感兴趣区域；根据X射线图像中的动物感兴趣区域和可见光图像中的动物感兴趣区域得到两种图像之间的透视变换矩阵；根据所述透视变换矩阵将所述X射线图像中的动物感兴趣区域叠加至所述可见光图像上。本发明实现了两种图像的自动叠加。
-
-
-
-
Search Results
5
records
(took 0.014 seconds)
