公开(公告)号：CN116129306A

公开(公告)日：2023-05-16

申请号：CN202211722986.4

申请日：2022-12-30

Applicant: 上海交通大学

Inventor： 秦斌杰 ,  张睿鹏

IPC: G06V20/40 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  A61B6/00

Abstract: 本发明涉及一种X射线血管造影视频关键帧自动定位方法及介质，所述方法包括以下步骤：采集包含目标血管的原始X射线视频序列，从所述原始X射线视频序列中提取血管初级特征；将所述血管初级特征输入至一经训练的动作定位网络中，获得两阶段动作定位结果，所述两阶段动作包括造影剂在血管中逐渐充盈的动作和造影剂在血管中逐渐消散的动作；将所述两阶段动作定位结果解码为关键帧定位结果，所述关键帧包括开始帧、顶帧和结束帧；其中，所述动作定位网络包括依次设置的长期注意力模块、块级对比学习模块、短期注意力模块以及动作分类和边界回归模块。与现有技术相比，本发明具有可有效降低背景中复杂混合噪声的影响，提高关键帧定位准确度等优点。

公开(公告)号：CN112150404A

公开(公告)日：2020-12-29

申请号：CN201910565742.1

申请日：2019-06-27

Applicant: 上海交通大学

Inventor： 秦斌杰 ,  傅泽山

IPC: G06T7/00 ,  G06T7/30 ,  G06T3/40

Abstract: 本发明涉及一种基于联合显著图的全局到局部非刚性图像配准方法及装置，该方法基于预训练的图像配准模型对待配准的参考图像和浮动图像进行处理，获得精确重建形变场，所述图像配准模型包括基于无监督误差函数的全局粗糙估计网络和局部精确重建网络，所述精确重建形变场的具体获得步骤包括：1)拼接所述参考图像和浮动图像，输入全局粗糙估计网络，得到粗糙形变场；2)基于粗糙形变场和浮动图像进行插值，获取形变图像；对形变图像和参考图像进行联合显著图提取，获取联合显著图；3)拼接联合显著图和粗糙形变场，输入局部精确重建网络，获取精确重建形变场。与现有技术相比，本发明图像配准的速度更快、精度更高，并且适用于无真值标签的应用场景。

公开(公告)号：CN101634748A

公开(公告)日：2010-01-27

申请号：CN200910194638.2

申请日：2009-08-27

Applicant: 上海交通大学

Inventor： 谭黎明 ,  秦斌杰 ,  汤天衡

IPC: G02B23/12

Abstract: 一种电子摄像技术领域的微弱发光及荧光光学成像装置，包括：光学控制系统、图像处理模块和人机交互模块，其中：光源经过光学控制系统成像获得图像原始数据后输出至图像处理模块进行降噪提取处理，图像处理模将数字图像信号输出至人机交互模块，光学控制系统和人机交互模块相连接以接收成像设定，在对极其微弱信号的发光成像时，适合在大吞吐量的微弱发光成像分析研究中实现连续的采样和更短的曝光时间。

公开(公告)号：CN101546426A

公开(公告)日：2009-09-30

申请号：CN200910050441.1

申请日：2009-04-30

Applicant: 上海交通大学

Inventor： 谭黎明 ,  秦斌杰 ,  汤天衡

IPC: G06T5/00

Abstract: 本发明涉及一种图像处理技术领域的基于区域增强及区域提取的微弱发光图像处理方法。首先将有照明条件下的背景图像和原始微弱发光图像的一维原始数据序列转为二维数组结构，并对其做对数变换。然后通过形态学加权中值滤波去除微弱发光图像的噪声，对微弱发光图像用Canny微分算子提取边缘，再用形态学模板闭合提取出的边缘填充发光区域。得到标出发光区域的二值化图像。将该图像的发光区域勾选出来，进行伪彩色处理后叠加到背景图像上。由图像发光亮度标定法给图像亮度加上标示。最后记录图像实验条件，图像来源及其他附加信息。本发明提供了一种可靠的微弱发光图像处理方法，实现了从原始图像数据序列输入到输出图像结果的处理过程。

公开(公告)号：CN101038669A

公开(公告)日：2007-09-19

申请号：CN200710039374.4

申请日：2007-04-12

Applicant: 上海交通大学

Inventor： 顾志俊 ,  秦斌杰

IPC: G06T7/00

CPC classification number: G06K9/32

Abstract: 一种全局异常信号环境下基于联合显著图的鲁棒图像配准方法，步骤为：(1)首先利用传统的配准方法进行粗配准；(2)对当前配准结果提取显著测度图，计算对应重叠区域的联合显著图。联合显著图给出了异常信号点所处位置的建模，增强公共显著区域在相似性测度计算中的贡献权重，从而自适应地去除异常信号的影响；(3)利用联合显著图最优化基于灰度的相似性测度，得到当前联合显著图下的最优几何配准参数；(4)循环优化，以前后两次的配准参数的变化作为终止条件结束配准，得到最终配准结果。本发明对异常信号的建模和对图像的配准迭代进行，适用于在全局异常信号下多模多时段图像配准，配准精度符合实际应用的需求。

公开(公告)号：CN1326092C

公开(公告)日：2007-07-11

申请号：CN200510030766.5

申请日：2005-10-27

Applicant: 上海交通大学

Inventor： 秦斌杰 ,  庄天戈 ,  殷善开

IPC: G06T7/00 ,  G06T11/00 ,  A61B19/00

Abstract: 一种计算机应用技术领域的手术导航中基于基准面膜的多模式医学图像配准方法。包括以下步骤：(1)首先制备多模式基准面膜，(2)再通过基准面膜的图像复原方法，进行术前多模式图像配准；(3)利用术中基准面膜外表面采集方法，采集基准面膜外表面点集在术中空间的位置信息；(4)最后采用实时术前、术中基准面膜配准融合方法，得到术前多模式医学图像空间和术中病人坐标空间的配准融合关系。本发明在手术导航等图像治疗中提高术前图像和术中图像配准精度，做到对病人的多模式医学成像信息进行便捷、高精度的配准。