-
公开(公告)号：CN114581326B
公开(公告)日：2024-02-02
申请号：CN202210210048.X
申请日：2022-03-03
Applicant: 上海应用技术大学
Abstract: 本发明公开了一种OCT成像畸变矫正方法，包括如下步骤：获取原始图像序列，将所述原始图像序列的参考图像和待配准图像分别进行分块操作；基于参考图像和待配准图像进行特征匹配以获取每个块的偏移量；基于每个块的偏移量进行矫正，生成配准后图像并基于所有配准后图像和参考图像获得配准图像序列；基于配准图像序列通过预设算法获取校准效果图。在OCT扫描后，获取多张原始图像，选择其一作为参考图像，其余作为待配准图像，对所有原始图像进行分块操作，对所有待配准图像通过预设算法逐一进行图像配准，以实现对其图像的畸变问题进行矫正，获得校准后图像，再通过预设算法将参考图像和所有配准后图像生成校准后效果图，从而优化OCT图像的成像质量。
-
公开(公告)号：CN117437685A
公开(公告)日：2024-01-23
申请号：CN202311429791.5
申请日：2023-10-31
Applicant: 上海应用技术大学
IPC: G06V40/18 , G06V10/82 , G06V10/26 , G06V10/80 , G06N3/0464 , G06V10/774 , G06T7/11
Abstract: 本发明公开了一种基于深度学习的视网膜OCTA图像眼底分割方法，包括以下步骤：(a)将获取的视网膜OCTA图像进行降噪处理；(b)将处理好的数据集进行划分；(c)利用划分好的数据集训练深度神经网络模型；(d)对分割模型的性能进行评估通过建立深度神经网络模型，完成对视网膜OCTA图像的血管和中心凹无血管区域分割。根据本发明，通过学习特征信息并且优化后的视网膜分割模型可以对获取到的视网膜图像进行精确分割，辅助医生进行临床诊断，具有重要的价值。
-
公开(公告)号：CN113520272B
公开(公告)日：2023-06-27
申请号：CN202110723621.2
申请日：2021-06-29
Applicant: 上海应用技术大学
Abstract: 本发明涉及一种内窥导管‑多模态光学成像耦合检测系统，包括内窥探头、光纤、电机组件、波分复用器、OCT成像装置、荧光成像装置、图像处理装置；内窥探头包括套管，套管的始端内设有光学聚焦模块；电机组件能够驱动光纤进行旋转，并能对光纤进行收拉，实现内窥探头的旋转和回拉位移；图像处理装置分别与OCT成像装置、荧光成像装置的输出端电连接，指令波分复用器和图像处理装置输出特定规格的光信号，同时图像处理装置能够将OCT成像装置、荧光成像装置输出的图像信息进行图像配准，之后生成待测区域的多模态影像。与现有技术相比，本发明中的内窥导管‑多模态光学成像耦合检测系统能够获取无创、无接触、实时、高分辨率的组织结构和血流图像。
-
公开(公告)号：CN111754554A
公开(公告)日：2020-10-09
申请号：CN202010601878.6
申请日：2020-06-28
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种颅脑多模态医学图像配准方法，本发明通过(d)对低通滤波后的浮动图像F进行第一空间变换、插值操作，计算经过第一空间变换、插值操作后的浮动图像F与参考图像R的交叉累计剩余熵，使用所述改进的基于目标空间的头脑风暴优化算法对交叉累计剩余熵的函数寻优直至找到最优配准参数；(e)使用步骤(d)中得到的最优配准参数，对浮动图像F进行第二空间变换、插值操作，将参考图像R与经过第二空间变换、插值操作后的浮动图像F进行融合，得到患者融合影像，可以有效地提升颅脑多模态医学图像配准的精度与速度，为医学图像融合提供良好的基础，为主治医生提供丰富的颅脑病变信息从而有助于对患者疾病的诊断与治疗。
-
公开(公告)号：CN110991536A
公开(公告)日：2020-04-10
申请号：CN201911230988.X
申请日：2019-12-02
Applicant: 上海应用技术大学
IPC: G06K9/62
Abstract: 本发明提供了一种原发性肝癌的早期预警模型的训练方法，发明基于临床检验数据，利用机器学习算法，建立原发性肝癌早期筛查模型，包括以下步骤：(a)对获得的临床检验数据进行数据预处理；(b)对预处理后的数据集进行数据集划分；(c)根据划分的数据集训练模型；(d)对分类模型的性能进行评估验证。筛查模型利用临床检验数据，结合实际临床要求，通过优化后模型的性能指标曲线选择阈值进行测试验证，进行原发性肝癌临床预警，为肝癌的早期成功诊断提供了条件，提高患者生存质量。
-
Patent Agency Ranking
公开(公告)号：CN119359622A
公开(公告)日：2025-01-24
申请号：CN202411279166.1
申请日：2024-09-12
Applicant: 上海应用技术大学
IPC: G06T7/00 , G06T7/10 , G06T19/20 , G06N3/0464 , G06N3/084 , G06V10/764
Abstract: 本发明公开了一种医学图像多目标三维分割方法及系统，涉及计算机平台负载平衡技术领域，包括采集医学三维图像数据，对医学三维图像数据进行预处理并划分为训练集、验证集和测试集；通过训练集，构建深度神经网络模型，优化模型参数；基于优化深度神经网络模型，通过验证集输出最优分割模型和最优权重，并通过测试集进行性能评估。本发明所述方法通过构建深度神经网络模型，优化模型参数，加快模型训练和推理速度，提升模型鲁棒性，能有效应对不同复杂度的医学图像；通过持续的验证评估与模型权重保存机制，确保最终输出模型在实际应用中的稳健性；通过测试集严格评估，最终输出的最优模型和权重能够在临床应用中提供更精确的多目标三维分割结果。
-
公开(公告)号：CN118628506A
公开(公告)日：2024-09-10
申请号：CN202410758185.6
申请日：2024-06-12
Applicant: 上海应用技术大学
IPC: G06T7/10 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种眼底组织三维分割方法，步骤包括获取三维医学眼底图像数据集、对图像划分训练集和验证集，并将数据集输入到所提出的深度神经网络中进行训练与分割，最后对分割结果进行分析。本发明引入了挤压卷积块(SConv)用更少的参数量和计算量替代传统的三维卷积操作，并结合全局注意力机制模块对已融合的同一层编码器和解码器块的特征图进行处理。优化后的模型可以精确分割三维眼底组织，辅助医生临床诊断，具有重要的临床意义。
-
公开(公告)号：CN111724397B
公开(公告)日：2024-04-16
申请号：CN202010559693.3
申请日：2020-06-18
Applicant: 上海应用技术大学
IPC: G06T7/11
Abstract: 本发明公开了一种颅脑CT图像出血区域自动分割方法：S1获取需要进行出血区域自动分割的颅脑CT图像；S2：将颅脑CT图像依次通过预先构建并训练的改进U‑Net卷积神经网络，网络整体结构为三层下采样层三层上采样层，在跳跃连接过程中将下采样获取的特征图分别经复制、卷积、裁剪后，与各自对应的上采样层后的特征图进行拼接，对应的上采样层对拼接后的特征图进行上采样和卷积。改进U‑Net卷积神经网络一共包括七层，保证特征提取的同时减少信息的丢失，节省时间提升整体效率；在跳跃连接步骤中对下采样的特征图增加了卷积操作，可以在不改变模型层数的同时为上采样层提供更多的信息，从而提高后续对颅脑出血CT图像的图像分割。
-
公开(公告)号：CN111783868B
公开(公告)日：2024-02-02
申请号：CN202010601994.8
申请日：2020-06-28
Applicant: 上海应用技术大学
IPC: G06V10/774 , G06V10/776 , G16H50/50
Abstract: 本发明提供了一种原发性肝癌分期模型训练方法，该发明采用肝癌患者的临床检验数据，利用深度学习算法，建立肝癌患者分期网络模型，包括以下步骤：(a)对获得的临床检验数据进行数据预处理；(b)划分预处理后的数据集；(c)将处理后的数据映射成图像；(d)根据划分的数据集训练网络模型；(e)对分期模型的性能评估验证。分期模型利用临床检验数据，确定原发性肝癌患者的分期，为成功治愈肝癌创造了先机，达到增强患者临床疗效，提高患者生存率的目的。
-
公开(公告)号：CN117409015A
公开(公告)日：2024-01-16
申请号：CN202311479825.1
申请日：2023-11-08
Applicant: 上海应用技术大学
IPC: G06T7/10 , G06T7/00 , G06N5/04 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种带状结构医学图像的分割方法，包括以下步骤：S1、获取带状结构医学图像，并对图像进行预处理，得到数据样本；S2、对数据样本进行划分为训练集、验证集和测试集；S3、利用划分后的数据集对深度神经网络模型进行训练，训练后得到分割带状结构医学图像的模型；S4、输出带状结构图像的分割结果以及对训练好的分割模型进行性能评估。根据本发明，通过融合图像的空间和频谱特征，并进行了多尺度图推理，以提高分割性能。优化后的分割模型可以对带状结构医学图像进行精确分割，辅助医生进行临床诊断，具有重要的医疗意义。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.021 seconds)
