公开(公告)号：CN105930636B

公开(公告)日：2019-07-09

申请号：CN201610217049.1

申请日：2016-03-29

Applicant: 中北大学

Inventor： 张鹏程 ,  刘祎 ,  桂志国 ,  张权 ,  郝慧燕 ,  王冠军

IPC: G16H50/20 ,  G16H20/40

Abstract: 本发明公开一种自动确定目标函数权重的放射治疗方案优化系统，包括信息输入模块、预处理模块、方案优化模块、权重调整模块、方案优化结果输出模块；信息输入模块获取病人三维信息、器官勾画信息、治疗头信息，目标函数信息、以及目标函数中所使用器官的DV限制参数；预处理模块通过剂量计算引擎，计算不同照射方向的剂量沉积矩阵；方案优化模块通过方案优化引擎，进行方案优化；权重调整模块根据方案优化模块的输入信息，计算各器官的剂量分布和各子目标函数值，并判断各子目标函数是否都满足优化的终止条件，方案优化结果输出模块将方案优化信息输出。本发明自动方案优化是一个迭代的过程，不需要输入理想DVH曲线。

公开(公告)号：CN108596871A

公开(公告)日：2018-09-28

申请号：CN201810189754.4

申请日：2018-03-08

Applicant: 中北大学

Inventor： 桂志国 ,  张鹏程 ,  刘一鸣 ,  张权 ,  杨民 ,  陈阳

IPC: G06T7/00 ,  G06K9/62

Abstract: 本发明涉及一种基于深度学习的BGA气泡缺陷图像检测方法，包括如下步骤：步骤1：筛选出有气泡缺陷的BGA图像，并对图像进行标定，获得标签图像集；步骤2：建立全卷积网络，利用步骤1获得的标签图像集训练全卷积网络，训练获得全卷积网络模型；步骤3：将待检测的BGA图像输入至步骤2获得的全卷积网络模型进行检测，输出图像分类结果。

公开(公告)号：CN108564555A

公开(公告)日：2018-09-21

申请号：CN201810447228.3

申请日：2018-05-11

Applicant: 中北大学

Inventor： 刘祎 ,  刘艳莉 ,  桂志国 ,  张权 ,  尚禹 ,  张鹏程 ,  高净植 ,  陈平 ,  韩跃平

IPC: G06T5/00 ,  G06T5/10

Abstract: 本发明涉及一种基于NSST和CNN的数字图像降噪方法，包括如下步骤：步骤1：网络训练；通过Ascombe变换将图像中近似服从泊松分布的噪声转换为近似服从标准高斯分布的噪声；通过NSST即通过非下采样剪切波变换，分别将噪声图像以及其对应的高质量图像分解为多级子带图像，将各级子带图像分别剪切为一定大小的图像块作为数据集；基于获得的数据集，进行卷积神经网络训练即进行CNN训练；步骤2：基于步骤1获得的网络模型，进行图像降噪。

公开(公告)号：CN105930636A

公开(公告)日：2016-09-07

申请号：CN201610217049.1

申请日：2016-03-29

Applicant: 中北大学

Inventor： 张鹏程 ,  刘祎 ,  桂志国 ,  张权 ,  郝慧燕 ,  王冠军

IPC: G06F19/00

CPC classification number: G16H50/20

Abstract: 本发明公开一种自动确定目标函数权重的放射治疗方案优化系统，包括信息输入模块、预处理模块、方案优化模块、权重调整模块、方案优化结果输出模块；信息输入模块获取病人三维信息、器官勾画信息、治疗头信息，目标函数信息、以及目标函数中所使用器官的DV限制参数；预处理模块通过剂量计算引擎，计算不同照射方向的剂量沉积矩阵；方案优化模块通过方案优化引擎，进行方案优化；权重调整模块根据方案优化模块的输入信息，计算各器官的剂量分布和各子目标函数值，并判断各子目标函数是否都满足优化的终止条件，方案优化结果输出模块将方案优化信息输出。本发明自动方案优化是一个迭代的过程，不需要输入理想DVH曲线。