-
公开(公告)号：CN118799351A
公开(公告)日：2024-10-18
申请号：CN202411284351.X
申请日：2024-09-13
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T7/13 , G06T7/00 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明涉及医学图像识别技术领域，具体涉及一种在DSA造影图像中识别肝癌供血动脉的方法及系统，包括以下步骤：将各个所述目标图像依据边缘检测算法对肿瘤组织供血动脉的血管轮廓进行清晰度划分，得到了清晰目标图像和模糊目标图像；采用循环一致性生成对抗网络cycleGan将模糊目标图像根据清晰目标图像进行图像转换为清晰目标图像；在所有清晰目标图像中通过边缘检测算法标记出肝组织模型中的肿瘤组织供血动脉的血管轮廓。本发明使得单次造影获得的所有图像均呈现高清晰度，进而能够将所有供血动脉均识别出来，实现低造影射线辐射剂量同时，又能保证供血动脉的识别效果。
-
公开(公告)号：CN118576315A
公开(公告)日：2024-09-03
申请号：CN202410767477.6
申请日：2024-06-14
Applicant: 华中科技大学同济医学院附属协和医院
IPC: A61B34/20 , G06N3/0442 , A61B34/10
Abstract: 本发明公开了基于电场测量的介入导管定位方法、系统及存储介质，包括以下步骤：包括以下步骤：利用预设的外置电场，获得装载于介入导管前端的电极的电信号；根据所述电极的电信号，计算出介入导管前端的位置信息；根据介入导管前端的位置信息构建出介入导管模型，并通过介入导管模型计算出介入导管模型的轨迹平稳率；根据介入导管模型的轨迹平稳率，利用卡尔曼滤波算法和LSTM神经网络对介入导管前端的位置信息进行预测，得到介入导管前端的位置预信息。本发明通过利用卡尔曼滤波算法和LSTM神经网络对介入导管前端的位置信息进行预测，实现介入导管轨迹的预判，从而预先发现介入导管是否产生轨迹偏移，提前预警。
-
公开(公告)号：CN118071624B
公开(公告)日：2024-07-23
申请号：CN202410504114.3
申请日：2024-04-25
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明涉及医学图像处理技术领域，具体涉及一种基于辐射剂量降低的CBCT成像方法及系统，包括以下步骤：获取射线圆周扫描获取的扫描图像序列，所述扫描图像序列包含多个以圆周顺序排布的扫描图像；在扫描图像序列中筛选出包含医学检查目标的扫描图像，作为感兴趣图像；利用孪生神经网络，依据扫描图像序列的圆周顺序，对感兴趣图像中医学检查目标进行特征规律性的重预测，得到感兴趣重预测图像；将感兴趣重预测图像与感兴趣图像进行融合重建，得到高分辨率显示医学检查目标的CBCT图像。本发明利用孪生神经网络进行融合重建，消除图像噪声，得到高分辨率显示医学检查目标的CBCT图像，实现低造影射线辐射剂量同时，又能保证造影成像质量。
-
公开(公告)号：CN118115623A
公开(公告)日：2024-05-31
申请号：CN202410533194.5
申请日：2024-04-30
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明涉及医学图像处理技术领域，具体涉及一种基于双域联合的DSA去伪影成像方法及系统，包括以下步骤：利用DSA技术以射线扫描采集介入目标的扫描图像；利用神经网络在图像域和投影域上，分别对介入目标的扫描图像进行伪影抑制，得到扫描图像的图像域伪影抑制图像和投影域伪影抑制图像；将所述图像域伪影抑制图像和投影域伪影抑制图像进行融合重建，得到高分辨率显示介入目标的2D图像。本发明将所述图像域伪影抑制图像和投影域伪影抑制图像进行融合重建，得到高分辨率显示介入目标的2D图像，充分利用投影域和图像域之间的潜在信息交互融合，提高了去伪影效果，实现低造影射线辐射剂量同时，又能保证造影成像质量。
-
公开(公告)号：CN118071624A
公开(公告)日：2024-05-24
申请号：CN202410504114.3
申请日：2024-04-25
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明涉及医学图像处理技术领域，具体涉及一种基于辐射剂量降低的CBCT成像方法及系统，包括以下步骤：获取射线圆周扫描获取的扫描图像序列，所述扫描图像序列包含多个以圆周顺序排布的扫描图像；在扫描图像序列中筛选出包含医学检查目标的扫描图像，作为感兴趣图像；利用孪生神经网络，依据扫描图像序列的圆周顺序，对感兴趣图像中医学检查目标进行特征规律性的重预测，得到感兴趣重预测图像；将感兴趣重预测图像与感兴趣图像进行融合重建，得到高分辨率显示医学检查目标的CBCT图像。本发明利用孪生神经网络进行融合重建，消除图像噪声，得到高分辨率显示医学检查目标的CBCT图像，实现低造影射线辐射剂量同时，又能保证造影成像质量。
-
Patent Agency Ranking
公开(公告)号：CN117274506B
公开(公告)日：2024-02-02
申请号：CN202311543061.8
申请日：2023-11-20
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T17/00 , G06N3/0442 , G06N3/0464
Abstract: 本发明涉及医学图像处理技术领域，具体涉及一种导管下介入目标场景的三维重建方法及系统，包括以下步骤：获取术前影像，通过影像三维重建，得到一组三维暂态场景；通过第一神经网络对一组三维暂态场景进行时序间动态规律性的深度学习，得到三维动态场景；再通过第二神经网络对所述三维暂态场景的暂态属性与介入目标位点进行深度学习，得到目标映射关系；在介入时间点处通过目标映射关系以及三维动态场景，得到介入时间点处的三维目标场景。本发明实现在导管介入手术直接介入到达治疗位点，同时有效的在手术时规避血管脏器运动对病灶造成遮挡或与病灶接触所导致被手术热量波(56)对比文件WangDong.Bladder tumors:dynamiccontrast-enhanced axial imaging,multiplanar reformation,three-dimensionalreconstruction and virtual cystoscopyusing helical CT.Chinese MedicalJournal.2004,第62-66页.
-
公开(公告)号：CN115423748A
公开(公告)日：2022-12-02
申请号：CN202210898240.2
申请日：2022-07-28
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T7/00 , G06V10/776 , G06V10/82 , G06T17/00 , G06N3/04
Abstract: 本发明公开了一种放射影像的股骨X线片生成方法，包括以下步骤：通过人工神经网络模型基于样本数据集进行模型训练得到表征CT拍摄辐射梯度组合和病症识别效果映射关系的病症识别效果预测模型，并利用病症识别效果预测模型依次对MN个CT拍摄辐射梯度组合进行病症识别效果预测，以及基于病症识别效果结果在MN个CT拍摄辐射梯度组合中筛选出表征病症识别效果最佳的CT拍摄辐射梯度组合以用于设计出病症识别效果最佳且CT拍摄辐射量最低的股骨X线片。本发明训练完成的神经网就可以快速输出股骨病症的识别表现，以使模拟为X线片的多个CT影像片层获得股骨病症识别效果的同时尽量的降低多个CT影像片层的拍摄辐射量，提高辐射安全。
-
公开(公告)号：CN119579513A
公开(公告)日：2025-03-07
申请号：CN202411617790.8
申请日：2024-11-13
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T7/00 , G06T7/13 , G06T7/73 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及消融评价技术领域，具体涉及基于边缘预测的射频消融效果评估方法、系统及存储介质，包括以下步骤：获取射频消融过程中的实时消融图像；利用预建立的水肿带投影模型，对所述实时消融图像的消融水肿带和原肿瘤图像的原肿瘤边缘进行投影融合，得到实时消融效果评估图像；在实时消融效果评估图像中，对消融水肿带和原肿瘤边缘之间的像素坐标进行匹配，得到实时消融效果评估值。本发明利用预建立的水肿带投影模型，对实时消融图像的消融水肿带和原肿瘤图像的原肿瘤边缘进行投影融合，直观对水肿带和肿瘤边缘之间的距离进行精准评估，并且建立实时消融操作参量与实时消融效果评估值之间的关联关系，在精准评估基础上提升消融评估的效率。
-
公开(公告)号：CN118691474A
公开(公告)日：2024-09-24
申请号：CN202410801844.X
申请日：2024-06-20
Applicant: 华中科技大学同济医学院附属协和医院
IPC: G06T3/4053 , G06T3/4046 , G06N3/045 , G06N3/0495 , G06N3/082 , G06N3/09 , G06N3/0475 , G06N3/094 , G06T7/00 , G06V10/44 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于MRI的CT图像重建方法，涉及CT图像重建技术领域，包括以下步骤：采集训练用样本的MRI图像及其对应的CT图像，使用区域生长算法进行特征标记，获取标记训练材料，利用教师模型及标记训练材料对学生模型进行监督训练，获取轻量化压缩标记模型，使用生成对抗网络利用教师模型对轻量化压缩标记模型进行性能优化获取优化标记模型，使用优化标记模型处理实际样本并提取样本标签数据，对样本标签数据进行标签匹配获取标签对，对标签对进行图像滤波及内容融合获取MRI‑CT融合数据，对MRI‑CT融合数据进行频率分离及超分辨率重建获取重建CT图像，利用MRI图像对CT图像进行成像内容补充，提高了CT图像的分辨率及完整性。
-
公开(公告)号：CN115423860A
公开(公告)日：2022-12-02
申请号：CN202210847395.3
申请日：2022-07-19
Applicant: 华中科技大学同济医学院附属协和医院
Abstract: 本发明公开了一种放射性核素断层影像与放射性浓集水平的分析方法，包括以下步骤：利用病灶形态与浓集水平关联特征、病灶面积与浓集水平关联特征、病灶径线与浓集水平关联特征和病灶边缘与浓集水平关联特征分别与病灶断层影像对应的病症类别构建出最优病症识别模型，以实现对放射性核素断层影像中的放射性浓集水平关系进行分析确定病灶的病症类别。本发明通过形态浓集关联识别模型、形态浓集关联识别模型、面积浓集关联识别模型和边缘浓集关联识别模型对病灶形态、面积、径线和边缘与放射性浓集水平之间关系进行分析，避免人为分析的主观性，提高特征提取的准确性。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.053 seconds)
