-
公开(公告)号：CN103996219B
公开(公告)日：2017-07-28
申请号：CN201410219481.5
申请日：2014-05-22
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06T17/00
Abstract: 本发明提供了一种低成本多材料3D打印脑部医学模型的方法，包括：使用MR图像，快速地为脑部组织建立三维模型，使用3D打印方法分区域/分层地打印脑部不同的组织/器官，并分左右半脑打印颅骨和皮肤，其具体步骤包括：（1）预处理MR图像；（2）分割并提取图像中不同的组织/器官；（3）建立脑部组织/器官的三维模型；（3）将三维模型转换为横截面数据，选择打印材料，并进行3D打印。本发明基于MR图像的精确分割，可以精确地对脑部组织建立三维模型，并根据组织/器官的分布特征，使用分区域/分层的打印方式，将多材料3D打印过程转换为多次单种材料的3D打印，降低了对3D打印机的要求，大幅降低了脑部模型的打印成本。
-
公开(公告)号：CN106056583A
公开(公告)日：2016-10-26
申请号：CN201610347934.1
申请日：2016-05-24
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06T2207/10012 , G06T2207/10081 , G06T2207/30032
Abstract: 本发明公开了一种面向虚拟结肠镜的结肠息肉图像数据处理方法，在图形处理器中进行以下步骤：步骤一、采集结肠部位的三维图像数据，并对所述图像数据进行图像预处理，得到结肠壁的拟合等值面曲面，在所述拟合等值面上选取体现结肠息肉特征的W个种子点；步骤二、逐步移动所述种子点并将移动后的种子点影到图像真实等值面上，并形成W条曲率线；步骤三、将每一条所述曲率线进行散播，生成曲率线集合；步骤四、在所述曲率线集合中筛选出体现结肠息肉形状特征的特征曲率线，并将所述特征曲率线绘制到所述拟合等值面上，以突显结肠息肉。本发明解决了现有技术中无法精确描述息肉的整体三维形状特征的技术问题。
-
公开(公告)号：CN106055881A
公开(公告)日：2016-10-26
申请号：CN201610351934.9
申请日：2016-05-25
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06F19/00
CPC classification number: G06F19/321
Abstract: 本案涉及一种用于医疗数据处理的云平台，包括：应用服务层，其软件系统具备数据输入输出、数据显示和数据传输功能；云计算服务层，其软件系统中配备有若干个医疗数据处理模块，每个医疗数据处理模块对应有各自的数据处理算法，并根据云平台的数据格式标准具备统一格式的输入输出；云存储服务层，其支持云平台标准下的数据存储，具备数据格式扩展能力；数据层，其为具备接入云平台能力，通过互联网与云存储服务层进行数据的双向传输。本案可以在互联网云端对医疗数据进行分析、处理及可视化操作，减轻医院对数据处理设备性能的需求，并提供更为灵活的部署方式。
-
公开(公告)号：CN105760874A
公开(公告)日：2016-07-13
申请号：CN201610128282.2
申请日：2016-03-08
Applicant: 中国科学院苏州生物医学工程技术研究所
CPC classification number: G06K9/46 , G06K9/6268 , G06K2209/051 , G06T5/00 , G06T5/002 , G06T5/40 , G06T15/005 , G06T2200/04 , G06T2207/10081 , G06T2207/30064
Abstract: 本发明公开一种面向尘肺的CT图像处理系统，包括图像处理服务器，其包括CPU、图形处理器以及连接到所述图形处理器的DICOM读写单元，所述DICOM读写单元从所述图形处理器中读取与解析CT图像；CT图像预处理单元，其对所述DICOM读写单元解析后的CT图像进行灰度不均匀校正、图像去噪以及伪影去除的预处理；图像分割单元，其对预处理后的CT图像进行肺实质分割、肺结节分割以及肺结节假阳性目标去除；深度网络学习单元，其提取所述图像分割单元分割后的肺结节区域所在的子图像块中的高维特征；以及，SVM分类单元，其接收所述高维特征进行分类。本发明的CT图像的数据的分类精度高、鲁棒性稳定。
-
公开(公告)号：CN105395196A
公开(公告)日：2016-03-16
申请号：CN201510946184.5
申请日：2015-12-17
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: A61B5/0478 , A61B5/055 , G06T7/00
CPC classification number: A61B5/0478 , A61B5/0035 , A61B5/004 , A61B5/055 , A61B5/7221 , A61B5/7225 , G06T2207/10088 , G06T2207/30016
Abstract: 本发明公开了一种电极帽，其包括：电极帽本体；若干个第一电极；若干个第一位置传感器；基准坐标测量装置；微处理器；其中，所述电极为EEG或MEG电极。本发明还公开了将电极帽得到的EEG或MEG电极坐标定位到脑MR图像中的方法，包括：大脑表面分割，大脑表面和EEG/MEG电极坐标分别到标准头模型的映射，以及在标准头模型空间中大脑灰质表面和EEG/MEG电极的配准。本发明通过使用含有位置传感器的EEG/MEG电极帽和曲面配准技术，克服了传统方法只能使用刚性匹配方法在MR图像中定位EEG/MEG电极位置，大幅提高了EEG/MEG在脑MR图像中的定位精度。
-
Patent Agency Ranking
公开(公告)号：CN103996219A
公开(公告)日：2014-08-20
申请号：CN201410219481.5
申请日：2014-05-22
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06T17/00
Abstract: 本发明提供了一种低成本多材料3D打印脑部医学模型的方法，包括：使用MR图像，快速地为脑部组织建立三维模型，使用3D打印方法分区域/分层地打印脑部不同的组织/器官，并分左右半脑打印颅骨和皮肤，其具体步骤包括：（1）预处理MR图像；（2）分割并提取图像中不同的组织/器官；（3）建立脑部组织/器官的三维模型；（3）将三维模型转换为横截面数据，选择打印材料，并进行3D打印。本发明基于MR图像的精确分割，可以精确地对脑部组织建立三维模型，并根据组织/器官的分布特征，使用分区域/分层的打印方式，将多材料3D打印过程转换为多次单种材料的3D打印，降低了对3D打印机的要求，大幅降低了脑部模型的打印成本。
-
公开(公告)号：CN120047720A
公开(公告)日：2025-05-27
申请号：CN202510006181.7
申请日：2025-01-03
Applicant: 中国科学院苏州生物医学工程技术研究所 , 核工业总医院
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/762 , G06V10/44 , G06V10/42 , G06V10/46 , G06V10/52 , G06V10/766 , G06V10/26 , G06V20/70 , G06V10/776 , G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/08 , G16H50/70
Abstract: 本申请公开了一种脑影像评估模型的训练方法、装置、电子设备及存储介质，方法包括：获取对象的脑部影像和脑部影像对应的分级标签；基于卷积神经网络和深度学习网络模型确定脑部影像的脑脊液区域；获取脑脊液区域的放射组学特征和深度学习特征；放射组学特征包括脑脊液区域的局部特征和全局特征；基于放射组学特征和深度学习特征确定融合特征；获取对象的临床特征；基于融合特征、临床特征和分级标签对预设分类器进行训练，得到脑影像评估模型；脑影像评估模型用于对脑影像进行分级评估，本申请通过多维特征得到脑影像评估模型，无需人工进行医学影像的判读，有效提升脑影像评估效率和评估结果统一性。
-
公开(公告)号：CN114431851B
公开(公告)日：2025-05-09
申请号：CN202210116846.6
申请日：2022-02-07
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种神经电生理正问题建模方法、装置及电子设备，其中，所述方法包括：获取目标对象的被试MRI数据，并根据所述被试MRI数据，构建头脑几何结构模型和头表面测量电极分布模型；其中，所述头脑几何结构模型中包括所述目标对象的囟门组织的位置信息；构建所述目标对象的源模型，并根据所述头脑几何结构模型、所述头表面测量电极分布模型以及所述源模型，确定正问题模型中的传导矩阵；根据历史被试数据构建第一模型，以及根据所述传导矩阵构建第二模型，并确定所述第一模型和所述第二模型之间的误差模型；基于所述传导矩阵和所述误差模型，构建与所述被试MRI数据相匹配的第三模型。本申请提供的技术方案能够提高正问题模型建模精度。
-
公开(公告)号：CN119908699A
公开(公告)日：2025-05-02
申请号：CN202411991383.3
申请日：2024-12-31
Applicant: 无锡市儿童医院 , 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明提供一种痉挛型脑瘫儿童个体化TMS靶点定位方法及系统，以实现针对不同分型的SCP儿童的TMS精准神经调控。本发明通过获取健康儿童结构特征，经图像处理后，实现对SCP儿童脑区的精确划分，弥补了当前脑损伤儿童脑区谱图的不足，为SCP不同症状的种子点选择提供依据；进一步扫描多模态影像参数特征，基于种子点作全脑体素相关分析构建功能连接图，寻找交叉重叠的功能连接图作为不同症状的责任病灶网络，靠近头皮表面的体素集作为TMS靶点，以精准定位不同临床症状的SCP儿童治疗靶点。本发明基于病灶网络映射技术，更好的定位不同症状或症状复合体相关的功能连接特征，识别出特定的大脑网络，为TMS治疗提供精准干预靶点。
-
公开(公告)号：CN119832216A
公开(公告)日：2025-04-15
申请号：CN202411902864.2
申请日：2024-12-23
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06V10/25 , G06V10/764 , G06V10/82 , G06V10/762 , G06N3/045 , G06N3/094 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/09 , G06N3/088 , G06N3/0985
Abstract: 本发明涉及医学图像处理技术领域，公开了一种目标对象识别模型、模型参数确定方法、装置及设备，该模型包括：目标对象识别网络，用于从目标医学结构的医学图像中识别得到感兴趣区域，并从感兴趣区域中识别目标对象；元学习网络，用于基于支撑样本集和查询样本集，确定目标对象识别网络的参数值；其中，支撑样本集中的每一支撑样本包括对第一对象识别网络进行训练得到第二对象识别网络的训练数据；第二对象识别网络和目标对象识别网络的结构相同、部分或全部参数不同；不同的支撑样本中，第二对象识别网络的识别任务不同。本发明大大提升了目标对象识别模型在跨域小样本学习甚至零样本学习场景下的准确性，实现高敏感度、极低假阳的目标对象识别。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.06 seconds)
