-
公开(公告)号:CN120013840A
公开(公告)日:2025-05-16
申请号:CN202510074759.2
申请日:2024-02-27
Applicant: 宜昌市中心人民医院(三峡大学第一临床医学院、三峡大学附属中心人民医院)
Abstract: 腰椎骨折CT图像转化MR图像的方法,包括如下步骤:S1:对腰椎骨折的CT图像和MR图像处理,图像处理包括图像裁切、将不同患者的CT和MR图像的亮度和对比度统一,和对患者的CT和MR图片统一配对;S2:将处理好的图片输入Self‑pix模型中训练学习多轮;S3:模型训练完毕后,将腰椎骨折CT图片输入Self‑pix,生成器会根据训练好的参数来转化风格,将腰椎骨折CT图像转化为MR图像。CT和MR图像的裁切要求:前缘为腰4或腰5椎体的最前缘,后缘为棘突最后方,上缘为12胸椎最上方,下缘为骶一椎体的最下方。本发明用于解决CT和DR无法区分腰椎骨折的新鲜或陈旧的问题。
-
公开(公告)号:CN118297859A
公开(公告)日:2024-07-05
申请号:CN202410216297.9
申请日:2024-02-27
Applicant: 宜昌市中心人民医院(三峡大学第一临床医学院、三峡大学附属中心人民医院)
Abstract: 腰椎骨折CT图像转化MR图像的方法,包括如下步骤:S1:对腰椎骨折的CT图像和MR图像处理,图像处理包括图像裁切、将不同患者的CT和MR图像的亮度和对比度统一,和对患者的CT和MR图片统一配对;S2:将处理好的图片输入Self‑pix模型中训练学习多轮;S3:模型训练完毕后,将腰椎骨折CT图片输入Self‑pix,生成器会根据训练好的参数来转化风格,将腰椎骨折CT图像转化为MR图像。CT和MR图像的裁切要求:前缘为腰4或腰5椎体的最前缘,后缘为棘突最后方,上缘为12胸椎最上方,下缘为骶一椎体的最下方。本发明用于解决CT和DR无法区分腰椎骨折的新鲜或陈旧的问题。
-
公开(公告)号:CN118570168A
公开(公告)日:2024-08-30
申请号:CN202410701194.1
申请日:2024-05-31
Applicant: 三峡大学
IPC: G06T7/00 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/0455 , G06N3/094
Abstract: 本发明是利用循环一致性对抗生成网络的图像翻译U‑GAT‑IT模型作为基础模型,将医学骨折腰椎的CT图像和MRI图像作为数据集,通过改进的U‑GAT‑IT模型实现骨折腰椎CT图像和MRI图像之间的相互转换。本发明提供一种新型的神经网络策略,即使用双流神经网络,它由两个编码器组成,一个是用于提取局部特征的CNN编码器,主要负责获取局部的图像特征差异;另一个则是用于提取全局特征的Swin‑Transformer编码器,主要通过计算图像之间的attention来获取全局特征。将这两个编码器得到的特征进行融合得到新的特征,最后通过自适应归一化层和上采样解码器实现图像翻译。通过这种方法,有效地提高了医学图像翻译的稳定性。
-
-
-