-
公开(公告)号：CN112258532B
公开(公告)日：2024-02-06
申请号：CN202011156755.2
申请日：2020-10-26
Applicant: 大连理工大学
Abstract: 本发明公开了一种超声图像中胼胝体的定位及分割方法，具体包括如下步骤：获取人脑超声图像、对图像进行预处理得到胼胝体初始搜索区域；采用对抗神经网络从胼胝体图像中获取胼胝体平均模板；并以自适应后胼胝体平均模板尺寸作为胼胝体粗搜索结果尺寸；对胼胝体粗搜索结果尺寸进行扩充并映射到人脑超声图像上、得到胼胝体精搜索区域；将胼胝体精搜索结果进行左右等分、并计算左右两部分的图像相似度，当相似度大于设定阈值则认为该搜索结果满足要求，在人脑超声图像的对应区域即为胼胝体区域，基于胼胝体最终搜索结果进行主动轮廓模型算法迭代，分割胼胝体并得到其轮廓和位置信
-
公开(公告)号：CN115203885A
公开(公告)日：2022-10-18
申请号：CN202210520660.7
申请日：2022-05-12
Applicant: 大连理工大学
IPC: G06F30/20 , G06T17/30 , B33Y50/00 , B33Y80/00 , G06T7/13 , G06F111/16 , G06F113/10 , G06F113/22
Abstract: 本发明公开了一种面向个性化放疗补偿膜的模具自动生成方法、系统及存储介质，其中方法包括：获得包含患者体表的二值化图像以及包含患者体表曲面的三维模型；构建完全包含放射治疗中需照射的体表靶区的长方体，利用此长方体的边界切割三维模型得到仅有一层面片的体表曲面；将此体表曲面在坐标轴中的方位调整为适合于生成模具；求得曲面主法向量，旋转曲面至其主法向量为坐标轴正方向；根据新体表曲面特征自动生成能够浇筑出放疗补偿膜的一组上下模具，打印上下模具，通过硅胶注射孔向模具空腔中注入硅胶待凝固后得到补偿膜。本方法简单有效、过程全自动化，能够在临床上用于个性化放疗补偿膜的制作，且制作出的补偿膜个性化程度很高。
-
公开(公告)号：CN112258534B
公开(公告)日：2022-09-16
申请号：CN202011156776.4
申请日：2020-10-26
Applicant: 大连理工大学
Abstract: 本发明公开了一种超声图像中小脑蚓部的定位及分割方法，包括以下步骤：获取人脑超声图像和超声图像中胼胝体尺寸及位置信息、读取小脑蚓部图像、通过对抗神经网络生成小脑蚓部平均模板图像；根据胼胝体位置信息、选择像素均值较小的区域作为小脑蚓部初始搜索区域，并记录小脑蚓部相对胼胝体方向位置信息Loc；以自适应后小脑蚓部平均模板尺寸作为小脑蚓部初始搜索结果的尺寸；采用新相似度比较算法进行自适应模板尺寸滑动窗口搜索从而得到小脑蚓部精搜索结果；通过方向位置信息Loc以及小脑蚓部本身的形态学特征对其进行外轮廓图形拟合得到小脑蚓部初始轮廓，再对精确轮廓进行平滑化处理最终得到小脑蚓部轮廓信息。
-
公开(公告)号：CN112258536B
公开(公告)日：2024-02-06
申请号：CN202011158540.4
申请日：2020-10-26
Applicant: 大连理工大学
Abstract: 本发明公开了一种胼胝体及小脑蚓部的一体化定位及分割方法，包括如下步骤：获取人脑超声图像的胼胝体初始搜索区域；从胼胝体图像和小脑蚓部图像中获取胼胝体平均模板和小脑蚓部平均模板；以胼胝体平均模板为搜索依据进行模板尺寸自适应的滑动窗口搜索、得到胼胝体精准搜索结果；基于胼胝体最终搜索结果进行主动轮廓模型算法迭代，分割胼胝体并得到其轮廓和位置信息；采用新相似度比较算法进行自适应模板尺寸滑动窗口搜索从而得到小脑蚓部精搜索结果；对该初始轮廓进行迭代得到小脑蚓部精确轮廓，再对精确轮廓进行平滑化处理最终得到小脑蚓部精准轮廓。(56)对比文件Li Xiaohu 等“.Optimize non-contrasthead CT imaging tasks using multiplevirtual monochromatic image sets in dual-energy spectral CT.”《.Journal of X-rayscience and technology》.2020,全文.
-
公开(公告)号：CN112258535A
公开(公告)日：2021-01-22
申请号：CN202011158528.3
申请日：2020-10-26
Applicant: 大连理工大学
Abstract: 本发明公开了一种超声图像中胼胝体及小脑蚓部的一体化定位及分割方法，包括如下步骤：获取人脑超声图像的胼胝体初始搜索区域；从胼胝体图像和小脑蚓部图像中获取胼胝体平均模板和小脑蚓部平均模板；以胼胝体平均模板为搜索依据进行模板尺寸自适应的滑动窗口搜索、得到胼胝体精准搜索结果；基于胼胝体最终搜索结果进行主动轮廓模型算法迭代，分割胼胝体并得到其轮廓和位置信息；采用新相似度比较算法进行自适应模板尺寸滑动窗口搜索从而得到小脑蚓部精搜索结果；对该初始轮廓进行迭代得到小脑蚓部精确轮廓，再对精确轮廓进行平滑化处理最终得到小脑蚓部精准轮廓。
-
Patent Agency Ranking
公开(公告)号：CN112258534A
公开(公告)日：2021-01-22
申请号：CN202011156776.4
申请日：2020-10-26
Applicant: 大连理工大学
Abstract: 本发明公开了一种超声图像中小脑蚓部的定位及分割方法，包括以下步骤：获取人脑超声图像和超声图像中胼胝体尺寸及位置信息、读取小脑蚓部图像、通过对抗神经网络生成小脑蚓部平均模板图像；根据胼胝体位置信息、选择像素均值较小的区域作为小脑蚓部初始搜索区域，并记录小脑蚓部相对胼胝体方向位置信息Loc；以自适应后小脑蚓部平均模板尺寸作为小脑蚓部初始搜索结果的尺寸；采用新相似度比较算法进行自适应模板尺寸滑动窗口搜索从而得到小脑蚓部精搜索结果；通过方向位置信息Loc以及小脑蚓部本身的形态学特征对其进行外轮廓图形拟合得到小脑蚓部初始轮廓，再对精确轮廓进行平滑化处理最终得到小脑蚓部轮廓信息。
-
公开(公告)号：CN112258533B
公开(公告)日：2024-02-02
申请号：CN202011156768.X
申请日：2020-10-26
Applicant: 大连理工大学
Abstract: 本发明公开了一种超声图像中小脑蚓部的分割方法，包括以下步骤：S1:输入小脑蚓部超声图像以及超声图像中胼胝体尺寸和位置信息，对小脑蚓部超声图像进行预处理；S2:根据医学先验知识，观察小脑蚓部超声图像，判断图像中小脑蚓部的方向信息；S3:通过S2得到的方向信息以及小脑蚓部本身的形态学特征，对其进行外轮廓图形拟合，得到小脑蚓部初始轮廓；S4:通过S3得到的小脑蚓部初始轮廓，对其进行算法跌打及平滑化处理形成小脑蚓部精确轮廓；S5:对精确轮廓进行平滑化处理；最终达到完整、精确、平滑分割小脑蚓部的目的。
-
公开(公告)号：CN112258535B
公开(公告)日：2022-09-16
申请号：CN202011158528.3
申请日：2020-10-26
Applicant: 大连理工大学
Abstract: 本发明公开了一种超声图像中胼胝体及小脑蚓部的一体化定位及分割方法，包括如下步骤：获取人脑超声图像的胼胝体初始搜索区域；从胼胝体图像和小脑蚓部图像中获取胼胝体平均模板和小脑蚓部平均模板；以胼胝体平均模板为搜索依据进行模板尺寸自适应的滑动窗口搜索、得到胼胝体精准搜索结果；基于胼胝体最终搜索结果进行主动轮廓模型算法迭代，分割胼胝体并得到其轮廓和位置信息；采用新相似度比较算法进行自适应模板尺寸滑动窗口搜索从而得到小脑蚓部精搜索结果；对该初始轮廓进行迭代得到小脑蚓部精确轮廓，再对精确轮廓进行平滑化处理最终得到小脑蚓部精准轮廓。
-
公开(公告)号：CN112258536A
公开(公告)日：2021-01-22
申请号：CN202011158540.4
申请日：2020-10-26
Applicant: 大连理工大学
Abstract: 本发明公开了一种胼胝体及小脑蚓部的一体化定位及分割方法，包括如下步骤：获取人脑超声图像的胼胝体初始搜索区域；从胼胝体图像和小脑蚓部图像中获取胼胝体平均模板和小脑蚓部平均模板；以胼胝体平均模板为搜索依据进行模板尺寸自适应的滑动窗口搜索、得到胼胝体精准搜索结果；基于胼胝体最终搜索结果进行主动轮廓模型算法迭代，分割胼胝体并得到其轮廓和位置信息；采用新相似度比较算法进行自适应模板尺寸滑动窗口搜索从而得到小脑蚓部精搜索结果；对该初始轮廓进行迭代得到小脑蚓部精确轮廓，再对精确轮廓进行平滑化处理最终得到小脑蚓部精准轮廓。
-
公开(公告)号：CN112258532A
公开(公告)日：2021-01-22
申请号：CN202011156755.2
申请日：2020-10-26
Applicant: 大连理工大学
Abstract: 本发明公开了一种超声图像中胼胝体的定位及分割方法，具体包括如下步骤：获取人脑超声图像、对图像进行预处理得到胼胝体初始搜索区域；采用对抗神经网络从胼胝体图像中获取胼胝体平均模板；并以自适应后胼胝体平均模板尺寸作为胼胝体粗搜索结果尺寸；对胼胝体粗搜索结果尺寸进行扩充并映射到人脑超声图像上、得到胼胝体精搜索区域；将胼胝体精搜索结果进行左右等分、并计算左右两部分的图像相似度，当相似度大于设定阈值则认为该搜索结果满足要求，在人脑超声图像的对应区域即为胼胝体区域，基于胼胝体最终搜索结果进行主动轮廓模型算法迭代，分割胼胝体并得到其轮廓和位置信息。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
