-
公开(公告)号：CN111105362B
公开(公告)日：2024-02-27
申请号：CN201911128022.5
申请日：2019-11-18
申请人： 上海联影智能医疗科技有限公司
摘要： 本发明涉及一种脑图像校正方法、计算机设备和可读存储介质，该方法包括：获取待校正的脑图像各视角的二维切面图；将各视角的二维切面图输入各视角对应的神经网络模型，得到各视角的二维切面图的特征点坐标；根据各视角的二维切面图的特征点坐标，获取各视角的二维切面图的偏转角度和旋转中心坐标；根据各视角的二维切面图的偏转角度和旋转中心坐标，对待校正的脑图像进行校正，得到校正后的脑图像。该方法中各视角的二维切面图的特征点比较稳定，能够根据各视角的二维切面图的特征点坐标准确地获取各视角的二维切面图的偏转角度和旋转中心坐标，进而提高了根据各视角的二维切面图的偏转角度和旋转中心坐标对待校正的脑图像进行校正的准确度。
-
公开(公告)号：CN116958693A
公开(公告)日：2023-10-27
申请号：CN202310945498.8
申请日：2023-07-28
申请人： 上海联影智能医疗科技有限公司
IPC分类号： G06V10/764 , G06V20/70 , G06V10/82 , G06F40/289 , G06F40/126 , G06N3/0475 , G06N3/044 , G06N3/0464 , G06N3/045 , G06N3/08 , G16H30/40
摘要： 本申请涉及一种图像分析方法、装置、设备、存储介质和程序产品。所述方法包括：获取待分析医学图像；采用预设的图像描述生成网络对待分析医学图像进行文本生成处理，确定待分析医学图像对应的描述文本；采用预设的语言模型对描述文本进行分析处理，确定待分析医学图像对应的分析结果；其中，分析结果用于表征感兴趣区域对应的至少一个候选类别；语言模型是基于第一训练集和第二训练集进行训练得到的，第一训练集包括多组训练描述文本以及相应的训练分析结果，第二训练集包括特殊类别以及特殊类别对应的医学资料，特殊类别对应的医学资料的占比大于特殊类别对应的图像占比。采用本方法能够保证对各类数据的图像分析结果的准确性。
-
公开(公告)号：CN114549594A
公开(公告)日：2022-05-27
申请号：CN202210162850.6
申请日：2022-02-22
申请人： 上海联影智能医疗科技有限公司
IPC分类号： G06T7/30
摘要： 本申请涉及一种图像配准方法、装置和电子设备。该方法包括：获取感兴趣区域的多张初始医学图像。根据所述多张初始医学图像中的第一图像，得到第一目标形变矩阵。基于所述第一目标形变矩阵，对所述第一图像对应的第二图像进行配准。所述第二图像为所述多张初始医学图像中与所述第一图像的相似度大于或等于第一预设阈值的图像。能够解决现有在对各时序图像进行配准的过程中，存在冗余计算，导致配准效率十分低下的问题。
-
公开(公告)号：CN111105362A
公开(公告)日：2020-05-05
申请号：CN201911128022.5
申请日：2019-11-18
申请人： 上海联影智能医疗科技有限公司
摘要： 本发明涉及一种脑图像校正方法、计算机设备和可读存储介质，该方法包括：获取待校正的脑图像各视角的二维切面图；将各视角的二维切面图输入各视角对应的神经网络模型，得到各视角的二维切面图的特征点坐标；根据各视角的二维切面图的特征点坐标，获取各视角的二维切面图的偏转角度和旋转中心坐标；根据各视角的二维切面图的偏转角度和旋转中心坐标，对待校正的脑图像进行校正，得到校正后的脑图像。该方法中各视角的二维切面图的特征点比较稳定，能够根据各视角的二维切面图的特征点坐标准确地获取各视角的二维切面图的偏转角度和旋转中心坐标，进而提高了根据各视角的二维切面图的偏转角度和旋转中心坐标对待校正的脑图像进行校正的准确度。
-
公开(公告)号：CN109671131A
公开(公告)日：2019-04-23
申请号：CN201811627543.0
申请日：2018-12-28
申请人： 上海联影智能医疗科技有限公司
摘要： 本发明实施例公开了一种影像校正方法、装置、医疗影像设备及存储介质。该方法包括：获取待处理影像，并对各待处理影像进行分割，得到目标组织影像；对目标组织影像所对应的各位置坐标进行主成分分析，得到各主成分对应的特征值和特征向量，并选取至少一个目标特征值对应的特征向量作为目标旋转轴；根据目标旋转轴的向量值确定不同扫描断面的影像对应的影像偏角，并根据影像偏角对各扫描断面对应的待处理影像进行旋转校正。采用上述技术方案解决了由于操作人员不同、设定的扫描参数不同以及扫描对象姿态等的不同，导致产生影像的方向存在不一致的问题，减少了影像校正时间和计算复杂度，同时提高了影像校正方法的鲁棒性和校正精度。
-
公开(公告)号：CN118674730A
公开(公告)日：2024-09-20
申请号：CN202410817556.3
申请日：2024-06-21
申请人： 上海联影智能医疗科技有限公司
IPC分类号： G06T7/10 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/08
摘要： 本说明书实施例提供一种医学图像的分割方法和系统。该方法包括获取序列图像；将序列图像中的任意一帧图像输入分割模型，获取序列图像的目标分割结果；其中，分割模型基于多个训练样本通过对初始模型进行多次迭代训练获得，每个训练样本的标签为第一样本图像对应的目标区域的掩膜，第一样本图像为样本序列图像中的任意一张样本图像。
-
公开(公告)号：CN116309626A
公开(公告)日：2023-06-23
申请号：CN202211477565.X
申请日：2022-11-23
申请人： 上海联影智能医疗科技有限公司
IPC分类号： G06T7/11 , G06V10/25 , G06V10/764 , G06V10/774 , G16H30/20 , G16H30/40
摘要： 本申请提供一种模型训练方法、图像分割方法、电子设备及存储介质，所述方法包括：获取样本医学图像，并将所述样本医学图像输入至第一分割网络以进行第一阶段分割，得到所述样本医学图像针对感兴趣区域的第一分割结果；将所述第一分割结果和所述样本医学图像分别输入至第二分割网络以进行第二阶段分割，得到所述样本医学图像针对所述感兴趣区域的至少一个子区域的第二分割结果；对所述第一分割网络的参数进行更新，对所述第二分割网络的参数进行更新；基于更新后的所述第一分割网络和所述第二分割网络，构建图像分割模型。本申请自动提供医学图像的分区定位结果，减轻了医生的工作量。
-
公开(公告)号：CN110473226A
公开(公告)日：2019-11-19
申请号：CN201910650441.9
申请日：2019-07-18
申请人： 上海联影智能医疗科技有限公司
摘要： 本申请涉及一种图像处理网络的训练方法、计算机设备及可读存储介质。该方法包括：获取多个训练样本图像，该多个训练样本图像为多组断层图像；将多个训练样本图像输入初始图像处理网络进行图像处理，得到多个训练样本图像的图像处理结果；计算多个训练样本图像的图像处理结果和对应的金标准之间的损失，以及计算同一组训练样本图像中相邻层训练样本图像的图像处理结果之间的差异值，并根据上述损失和差异值对初始图像处理网络进行训练。由于该方法在计算训练样本图像的图像处理结果的损失时，考虑了相邻层训练样本图像的图像处理结果之间的差异值，同时也没有减少训练样本图像的数量，大大提高了训练得到的网络精度。
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.054 秒)
