-
公开(公告)号：CN116705251A
公开(公告)日：2023-09-05
申请号：CN202210162174.2
申请日：2022-02-22
Applicant: 复旦大学
Inventor： 余锦华
IPC: G16H30/40 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的脑部MR影像多方位规范化系统，包括：3D‑GUet模块，基于3D‑GUnet网络对MR影像数据的层间距进行规范化；StarGAN‑v2模块，基于starGan‑v2网络训练生成器，生成对3D‑GUet模块处理后的MR图像x的每个域y的不同图像，并针对于不同的域，训练生成器生成特定领域的风格向量，进而执行多模态合成、灰度规范化和去颅骨处理。与现有技术相比，本发明具有能够实现精准预测中间切面，提高影像组学诊断的有效性和鲁棒性等优点。
-
公开(公告)号：CN110084751A
公开(公告)日：2019-08-02
申请号：CN201910336289.7
申请日：2019-04-24
Applicant: 复旦大学
Abstract: 本发明是一种图像重建系统，系统包含：生成器和判别器。通过该系统来图像重建方法为：步骤1、给系统输入目标的低质量图像和高质量图像；步骤2、生成器读取低质量图像后，根据L1损失函数来生成人工组合图像；步骤3、生成器通过梯度损失函数来调整生成的人工组合图像的边缘的锐度；步骤4、判别器读取所述人工组合图像和高质量图像后产生对抗损失函数；步骤5、生成器再根据对抗损失函数来进一步对人工组合图像优化。本发明可以帮助超声仪器向着小型化的趋势发展，以使超声成像技术可以在家庭健康检查和极端环境下医疗等领域具有更高的应用价值。
-
公开(公告)号：CN105405119B
公开(公告)日：2018-07-13
申请号：CN201510688066.9
申请日：2015-10-21
Applicant: 复旦大学
Abstract: 本发明属于图像分割技术领域，具体为一种基于深度置信网络和三维模型的胎儿正中矢状面自动检测方法。本发明针对三维胎儿超声数据，主要分为三步：首先通过深度置信网络（DBN）从三维数据的中心切面上自动搜索得到包含头颅的图像块，然后使用方向Kirsch边缘检测和霍夫变换在图像块中定位头颅的精确大小和位置，最后利用头颅关于正中矢状面对称的特点，通过三维模型将平面检测问题转变为二维对称性检测问题，完成最终的正中矢状面自动检测。本方法通过建立模型将三维问题简化为二维问题，实现正中矢状面的自动检测，取得了较好的结果。
-
公开(公告)号：CN104997534B
公开(公告)日：2017-10-10
申请号：CN201510439757.5
申请日：2015-07-24
Applicant: 复旦大学
Abstract: 本发明属于超声量化分析技术领域，具体为一种基于带约束最小二乘算法的超声衰减系数成像方法。本发明方法首先将接收到的射频回波信号分割成若干个相互重叠的数据块，然后利用welch算法评估数据块的功率谱，接着结合功率谱信息和约束条件，利用最小二乘算法评估衰减系数，最后对感兴趣区域内每个数据块内的衰减系数进行成像以获得超声衰减系数成像。在本发明中，引入的约束条件避免了最小二乘算法因局部最大值收敛而导致的误差，提高了衰减评估算法在背散射特性均一情况下的评估准确度。本发明作为一种超声量化诊断方法，可为超声的临床诊断提供更丰富的信息和手段。
-
公开(公告)号：CN105405119A
公开(公告)日：2016-03-16
申请号：CN201510688066.9
申请日：2015-10-21
Applicant: 复旦大学
IPC: G06T7/00
CPC classification number: G06T2207/10136 , G06T2207/20061 , G06T2207/20081 , G06T2207/30008 , G06T2207/30044
Abstract: 本发明属于图像分割技术领域，具体为一种基于深度置信网络和三维模型的胎儿正中矢状面自动检测方法。本发明针对三维胎儿超声数据，主要分为三步：首先通过深度置信网络（DBN）从三维数据的中心切面上自动搜索得到包含头颅的图像块，然后使用方向Kirsch边缘检测和霍夫变换在图像块中定位头颅的精确大小和位置，最后利用头颅关于正中矢状面对称的特点，通过三维模型将平面检测问题转变为二维对称性检测问题，完成最终的正中矢状面自动检测。本方法通过建立模型将三维问题简化为二维问题，实现正中矢状面的自动检测，取得了较好的结果。
-
Patent Agency Ranking
公开(公告)号：CN105046692A
公开(公告)日：2015-11-11
申请号：CN201510374494.4
申请日：2015-07-01
Applicant: 复旦大学
IPC: G06T7/00
CPC classification number: G06T2200/04 , G06T2207/30016 , G06T2207/30096
Abstract: 本发明属于图像分割技术领域，具体为一种结合感兴趣区域和GrowCut算法的三维全自动脑胶质瘤分割方法。该方法首先扩展Bounding box算法到3D，并运用其提取包含脑胶质瘤的感兴趣区域VOI，然后利用反射对称算法对VOI进行评估并克服Bounding box在检测脑胶质瘤横跨正中矢状面时的不足，最后基于准确的VOI对图像中的像素点进行标记，使半自动的2D GrowCut算法优化成全自动3D分割方法。本方法在准确分割脑胶质瘤的同时，较相同原理的2D分割算法在理论上和实际中都更加迅速，并且比人工分割方法更具便利性和可行性。本发明作为一种图像分割方法，可为脑胶质瘤的临床诊断有力辅助工具。
-
公开(公告)号：CN104997534A
公开(公告)日：2015-10-28
申请号：CN201510439757.5
申请日：2015-07-24
Applicant: 复旦大学
CPC classification number: A61B8/085 , A61B8/4494 , A61B8/469 , A61B8/5223 , A61B8/5269 , G06T5/002 , G06T2207/10132 , G06T2207/30004
Abstract: 本发明属于超声量化分析技术领域，具体为一种基于带约束最小二乘算法的超声衰减系数成像方法。本发明方法首先将接收到的射频回波信号分割成若干个相互重叠的数据块，然后利用welch算法评估数据块的功率谱，接着结合功率谱信息和约束条件，利用最小二乘算法评估衰减系数，最后对感兴趣区域内每个数据块内的衰减系数进行成像以获得超声衰减系数成像。在本发明中，引入的约束条件避免了最小二乘算法因局部最大值收敛而导致的误差，提高了衰减评估算法在背散射特性均一情况下的评估准确度。本发明作为一种超声量化诊断方法，可为超声的临床诊断提供更丰富的信息和手段。
-
公开(公告)号：CN104657984A
公开(公告)日：2015-05-27
申请号：CN201510044837.0
申请日：2015-01-28
Applicant: 复旦大学
CPC classification number: G06T7/0012 , A61B8/00 , A61B8/0825 , A61B8/085 , A61B8/52 , G06T2207/10136 , G06T2207/30068
Abstract: 本发明属于图像处理领域，具体为一种三维超声乳腺全容积成像(ABVS)中感兴趣区域的自动提取方法。本发明使用基于最大方向相位信息方法对三维ABVS图像中连续横断面二维图像进行处理，得到每一幅横断面图像上的感兴趣的候选区域；根据乳腺肿瘤在二维横断面图像上的连续性、位置特性等先验知识去除无关区域；对剩余疑似肿瘤区域进行形状和纹理特征获取，输入至二值逻辑回归分类器得到每一个区域可能为肿瘤的概率，选取其中概率最大的区域为肿瘤区域；根据选取的区域得到包含感兴趣区域的最小椭球，即为感兴趣区域。本发明可以实现三维ABVS图像中肿瘤感兴趣区域的自动提取，获取肿瘤的准确位置，减少人工操作的工作量，为进一步的肿瘤检测提供重要参考。
-
公开(公告)号：CN102880590A
公开(公告)日：2013-01-16
申请号：CN201210360352.9
申请日：2012-09-25
Applicant: 复旦大学
Abstract: 本发明属于数值仿真技术领域，具体为一种构造二阶波动方程的非分裂完全吸收匹配层的方法。该方法直接采用坐标变换得到二阶方程的完全匹配层的频域表达式；对得到的频域表达式以角频率为中心进行分式分解，调整其结构；通过引入辅助变量，构造辅助微分方程的方法，得到简洁的完全匹配层的时域表达式。在本方法中，引入的辅助微分方程都为形式相同的一阶微分方程，大幅降低仿真中的离散化难度，提高了执行效率，降低了匹配层执行所需的存储量。本发明能作为一种有效边界条件，应用于基于二阶方程的数值仿真中。
-
公开(公告)号：CN100595789C
公开(公告)日：2010-03-24
申请号：CN200610116339.3
申请日：2006-09-21
Applicant: 复旦大学
Abstract: 本发明属于超声图像处理技术领域，具体为一种二维模糊聚类结合斑点噪声滤波器和亮度补偿的B型超声图像分割方法。该方法将基于图像亮度信息的传统模糊聚类方法扩展为同时在像素和像素邻域值进行模糊更新的二维模糊聚类；在二维模糊聚类目标函数中引入由各向异性扩散斑点噪声滤波器提供的邻域信息，加强二维模糊聚类对斑点噪声的鲁棒性；将亮度不均匀假设为乘性噪声的基础上，通过在二维模糊聚类目标函数中引入亮度补偿因子，利用图像中目标和背景存在的均匀性差异，加强二维模糊聚类对亮度不均匀噪声的鲁棒性。本发明能够在分割图像中同时抑制斑点噪声和亮度不均匀的影响，提供一种超声图像分割的新的有效方法。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.037 seconds)
