公开(公告)号：CN119579406A

公开(公告)日：2025-03-07

申请号：CN202411736762.8

申请日：2024-11-29

Applicant: 华中科技大学同济医学院附属同济医院

Inventor： 闵祥德 ,  冯朝燕 ,  张配配 ,  范婵媛 ,  李拔森

IPC: G06T3/4046 ,  G06T7/00 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明实施例公开一种眼底图像扩展方法。包括：获取目标眼底的原始眼底图像和原始眼底图像的目标扩展尺寸，基于目标扩展尺寸，扩展原始眼底图像，得到眼底扩展图像，其中，眼底扩展图像相对于原始眼底图像扩展出的第一区域是空白区域；得到原始眼底图像对应的血管分割图像，并基于目标扩展尺寸，扩展血管分割图像，得到血管扩展图像；针对血管扩展图像中的待扩展血管，基于血管扩展图像，得到表征待扩展血管在第二区域的分布情况的血管分布图像；将眼底扩展图像、血管扩展图像和血管分布图像，输入预先训练完成的目标眼底图像扩展模型中，得到目标眼底图像。本发明实施例的技术方案，可以实现对目标眼底图像的准确得到。

公开(公告)号：CN119417922A

公开(公告)日：2025-02-11

申请号：CN202411470396.6

申请日：2024-10-21

Applicant: 华中科技大学同济医学院附属同济医院

Inventor： 闵祥德 ,  冯朝燕 ,  张配配 ,  范婵媛 ,  李拔森

IPC: G06T11/00 ,  G06V40/18 ,  G06V10/774 ,  G06T5/50 ,  G06T5/60

Abstract: 本公开实施例提供一种图像生成方法。获取眼底相机对眼部部位采集的眼底图像；基于饱和阈值和线性映射函数，对眼底图像中的灰度值处理，得到与眼底图像相对应的待使用图像；将待使用图像输入至预先训练的目标处理模型中，输出内层enface图像和外层enface图像；基于目标融合函数对内层enface图像和外层enface图像进行像素点融合，得到眼底图像的全层enface图像；展示全层enface图像。本公开实施例的技术方案，能够基于神经网络算法，把眼底相机所采集的二维图像生成OCT的内层和外层enface图像；并且基于目标融合函数，生成全层enface图像。本公开实施例的技术方案，得到眼部更深层次的结构特征信息，有助于使用人员更好地理解眼睛的各个组成部分及其功能，有助于早期发现眼部异常。

公开(公告)号：CN119417846A

公开(公告)日：2025-02-11

申请号：CN202411470416.X

申请日：2024-10-21

Applicant: 华中科技大学同济医学院附属同济医院

Inventor： 李拔森 ,  谭方琴 ,  冯朝燕 ,  闵祥德

IPC: G06T7/11 ,  G06V10/80 ,  G06V10/26 ,  G06T7/00 ,  G06T3/4038

Abstract: 本发明公开了一种多模态特征融合的病灶分割方法、装置、设备及介质。通过对病灶所属目标部位在至少两种模态下的待处理图像预处理，得到每种模态下的待使用图像；将每种模态下的待使用图像输入至目标病灶分割模型中进行病灶区域分割处理，得到标记出目标病灶的目标分割图像；其中，目标病灶分割模型中包括编码部分和解码部分，编码部分包括图像分割模块、多个特征提取模块、降采样模块，解码部分包括特征融合模块以及上采样模块。本发明提高了病灶分割的精度和效率，保证了目标分割图像的准确性和可靠性。

公开(公告)号：CN119205509A

公开(公告)日：2024-12-27

申请号：CN202411363012.0

申请日：2024-09-27

Applicant: 华中科技大学同济医学院附属同济医院

Inventor： 张配配 ,  闵祥德 ,  朱杰 ,  冯朝燕 ,  范婵媛

IPC: G06T3/4053 ,  G06T3/4046 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明实施例公开了一种磁共振图像的超分辨率重建方法、电子设备及存储介质。该方法包括：获取待进行磁共振图像的超分辨率重建的低分辨率图像，对低分辨率图像进行上采样，得到上采样图像，并将低分辨率图像和上采样图像输入到超分辨率重建模型中，以利用超分辨率重建模型执行下述三个步骤：对上采样图像进行特征提取，得到第一特征，并对第一特征进行下采样，得到第二特征，基于第二特征和低分辨率图像得到第三特征；进行与第三特征相关的上采样，得到第四特征，并将第四特征与第一特征进行级联，得到第五特征；对第五特征进行融合，以根据融合结果得到高分率图像。本发明实施例的技术方案，可以提高高分率图像中的高频细节的恢复度。

公开(公告)号：CN118015401A

公开(公告)日：2024-05-10

申请号：CN202410325151.8

申请日：2024-03-21

Applicant: 华中科技大学同济医学院附属同济医院

Inventor： 张配配 ,  闵祥德 ,  冯朝燕 ,  范婵媛 ,  蔡威

IPC: G06V10/774 ,  G06V10/82 ,  G06T7/00 ,  G06V10/74 ,  G06N3/0895

Abstract: 本发明实施例公开一种模型训练、目标检测方法、装置、电子设备及介质。该模型训练方法包括：获取第一样本对象的针对待检部位采集到的第一医学图像，并将第一医学图像作为一组重构训练样本，基于多组重构训练样本，训练原始图像重构模型，得到目标图像重构模型；获取第二样本对象的针对待检部位采集到的第二医学图像和第三医学图像，以及获取第二医学图像针对待检部位上的待检目标的检测标签；基于第二医学图像、第三医学图像以及检测标签，得到多组多模态检测训练样本，训练目标图像重构模型，得到用于检测待检目标的多模态目标检测模型。本发明实施例的技术方案，可以在检测标签不足的情况下，实现多模态医学图像中待检目标的准确检测。