-
公开(公告)号：CN116152246B
公开(公告)日：2023-07-25
申请号：CN202310422220.2
申请日：2023-04-19
Applicant: 之江实验室
Abstract: 本说明书公开了一种图像识别方法、装置、设备及存储介质，可以基于待识别CT图像中包含的每个体素对应的CT值，提取出待识别CT图像的统计数据，进而可以通过识别模型根据待识别CT图像的统计数据，确定出待识别CT图像的第一特征表示，以及根据待识别CT图像，确定出待识别CT图像的第二特征表示，进而可以根据待识别CT图像的统计数据以及待识别CT图像的图像信息，对待识别CT图像进行识别，进而可以提高识别的准确性。
-
公开(公告)号：CN115082743B
公开(公告)日：2022-12-06
申请号：CN202210980903.5
申请日：2022-08-16
Applicant: 之江实验室
Abstract: 本发明公开了一种考虑肿瘤微环境的全视野数字病理图像分类系统及构建方法，该方法首先进行全视野数字病理图像的特征提取，随后构建了由肿瘤微环境感知模块、深度门控注意力模块、相似度感知注意力模块和分类层组成的多示例分类网络，实现了对全视野数字病理图像的分类和病灶检测。其中肿瘤微环境感知模块可以建模肿瘤微环境中的拓扑结构信息，使网络学习到的特征具有更高的鲁棒性；深度门控注意力模块和相似度感知模块相结合可以更加准确地赋予每个图像块对应的权重以实现对病灶区域更加精准的检测。还设计了图像增广方法的自监督对比学习任务，减少全视野数字病理图像因染色、成像等因素产生的颜色差异对网络产生影响，且训练过程无需任何标签。
-
公开(公告)号：CN115082743A
公开(公告)日：2022-09-20
申请号：CN202210980903.5
申请日：2022-08-16
Applicant: 之江实验室
Abstract: 本发明公开了一种考虑肿瘤微环境的全视野数字病理图像分类系统及构建方法，该方法首先进行全视野数字病理图像的特征提取，随后构建了由肿瘤微环境感知模块、深度门控注意力模块、相似度感知注意力模块和分类层组成的多示例分类网络，实现了对全视野数字病理图像的分类和病灶检测。其中肿瘤微环境感知模块可以建模肿瘤微环境中的拓扑结构信息，使网络学习到的特征具有更高的鲁棒性；深度门控注意力模块和相似度感知模块相结合可以更加准确地赋予每个图像块对应的权重以实现对病灶区域更加精准的检测。还设计了图像增广方法的自监督对比学习任务，减少全视野数字病理图像因染色、成像等因素产生的颜色差异对网络产生影响，且训练过程无需任何标签。
-
公开(公告)号：CN114898193A
公开(公告)日：2022-08-12
申请号：CN202210809090.3
申请日：2022-07-11
Applicant: 之江实验室
IPC: G06V10/80
Abstract: 本发明公开了一种基于流形学习的图像特征融合方法、装置及图像分类系统。本发明首先获取若干图像的多类特征构建特征集合；将特征集合中，每类特征作为一个视角，并构建每个单一视角下的图拉普拉斯矩阵；然后构建并求解基于流形学习的多视角特征选择与融合模型，获得融合后的图像特征。本发明可以更充分利用数据的结构信息，更关注数据整体分布和特性的变化趋势，而不是特定特征的绝对值，使其更具有减弱多中心效应的潜力，更关注医学图像本质疾病表征，而非多中心带来的扰动；同时，基于流行学习的图像融合装置，也能对不同视角下的特征进行更有效的融合，提高医学图像分类性能。
-
公开(公告)号：CN114332287A
公开(公告)日：2022-04-12
申请号：CN202210235862.7
申请日：2022-03-11
Applicant: 之江实验室
Abstract: 本发明公开了一种基于transformer特征共享的PET图像重建方法、装置、设备及介质，本发明通过获取包含PET原始数据信息的反投影图像，再将包含PET原始数据信息的反投影图像输入至预先训练好的基于transformer特征共享的PET图像重建网络模型，得到PET图像。本发明的PET图像重建网络模型由两组编码‑解码器构成，其中一组建立PET反投影图像到PET重建图像之间的映射，另一组建立PET反投影图像到先验信息图像之间的映射，同时优化两组编码‑解码器实现利用先验信息图像中的先验知识减小目标PET图像中的噪声同时保留图像细节信息。在两组编码器之间，使用transformer单元代替基于卷积的注意力机制实现在重建网络训练过程中自主学习编码器参数共享，进一步减小重建误差，改善重建PET图像质量。
-
Patent Agency Ranking
公开(公告)号：CN113838161A
公开(公告)日：2021-12-24
申请号：CN202111413375.7
申请日：2021-11-25
Applicant: 之江实验室
Abstract: 本发明公开了一种基于图学习的稀疏投影重建方法，属于医学影像领域。该方法通过在投影重建方法中每次迭代的过程中进行一次全局随机采样，获取每个像素点的全局随机采样点；再根据门函数进行随机点的相似筛选；最后利用这些相似的随机点通过图学习的方法修正每个像素点的像素值。以此来消除因为硬件原因或者稀疏重建方法本身所导致的形状伪影。通过本发明，可以在传统的投影重建方法中直接引入该方法，用于修复稀疏角度导致的重建后图像中的形状伪影，大大的提升成像质量。
-
公开(公告)号：CN113516658A
公开(公告)日：2021-10-19
申请号：CN202111073596.4
申请日：2021-09-14
Applicant: 之江实验室
Abstract: 本发明公开了一种PET三维图像左心室自动转向及分割的方法，通过构建和训练包括由卷积模块、多个残差‑卷积模块和下采样模块组成的编码器、空间变换网络、包含多个上采样模块及残差‑卷积模块的解码器以及介于编码器与解码器之间的跳跃连接的PET三维图像左心室自动转向及分割模型，将常规视图A作为模型输入，利用此模型实现将图像自动旋转至临床标准视图并基于标准视图得到此视图中的左心室结构分割结果。本发明使用多任务学习的深度学习网络提取图像的位置特征和语义特征，实现不同角度到标准视图的自动转向、心脏定位及左心室的结构分割，一站式处理的操作减少了手动转向、分割的复杂性和人为误差，提高了图像操作的便捷和准确性。
-
公开(公告)号：CN113256753A
公开(公告)日：2021-08-13
申请号：CN202110732417.7
申请日：2021-06-30
Applicant: 之江实验室
Abstract: 本发明公开了一种基于多任务学习约束的PET图像感兴趣区域增强重建方法，该方法先获取PET原始数据在图像域的反投影图像，设计重建主任务为利用三维深度卷积神经网络建立反投影图像与PET重建图像之间的映射。设计新增辅助任务一从反投影图像中预测与PET重建图像具有相同解剖结构的电子计算机断层扫描（CT）图像，从而利用高分辨率CT图像的局部平滑信息降低PET重建图像中的噪声。设计新增任务二实现区分反投影图像中的感兴趣区域与背景区域，在重建过程中对感兴趣区域进行增强重建，降低感兴趣区域由平滑导致的定量误差，提高PET重建精度。
-
公开(公告)号：CN111436958B
公开(公告)日：2021-06-01
申请号：CN202010125698.5
申请日：2020-02-27
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
IPC: A61B6/03
Abstract: 本发明公开了一种用于PET图像衰减校正的CT图像生成方法，该方法通过采集T1时刻的CT图像和PET图像以及T2时刻的PET图像，将其输入训练好的深度学习网络中，获得T2时刻的CT图像，该CT图像能用于PET图像的衰减校正，从而获得更精确的PETAC(Attenuation Correction)图片。本发明的方法能减少整个图像采集阶段病人受到的X射线的剂量，减轻病人生理和心理上受到的压力。另外，后期的图像采集只需要PET成像设备，不需要PET/CT设备，可以减小成像资源分配的成本，降低整个阶段成像的费用。
-
公开(公告)号：CN112598669A
公开(公告)日：2021-04-02
申请号：CN202110241193.X
申请日：2021-03-04
Applicant: 之江实验室
Abstract: 本发明公开了一种基于数字人技术的肺叶分割方法，该方法通过数字人图像和临床上患者的肺部图像进行非刚性配准，得到变形场和形变后的数字人图像，采用形变后的数字人图像拟合出数字人的形状参数并根据形状参数生成新的数字人图像，再将新的数字人图像与患者肺部图像不断迭代配准和更新，得到更接近于患者肺部图像的数字人图像，最后将数字人图像与患者肺部图像进行非刚性配准并获得变形场，将变形场加到数字人肺叶的边界点云或掩模图像上，得到的结果即为本方法得到的肺叶分割结果。本发明方法首次利用数字人模型进行医学图像中器官分割，本发明方法可以有效提高患者图像存在异常或病变情形下肺叶分割的精度和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.023 seconds)
