-
公开(公告)号:CN114494171A
公开(公告)日:2022-05-13
申请号:CN202210053901.1
申请日:2022-01-18
Applicant: 上海交通大学医学院附属瑞金医院 , 华东师范大学
IPC: G06T7/00 , G06T7/11 , G06T7/13 , G06T7/33 , G06T5/00 , G06V10/77 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , A61B5/055 , A61B5/00
Abstract: 本发明公开了一种深度学习结合个性化图集基于T1W和QSM自动分割脑深部灰质结构(尾状核、壳核、苍白球、黑质、红核、齿状核)的方法,包括步骤:采集T1W和QSM磁共振数据、医生手工标注脑深部灰质结构;提取T1W脑影像的特征向量;对所有T1W脑影像的特征向量进行无监督聚类,挑选出代表性影像和医生的标注组成个性化图集;将个性化图集中的T1W影像和标注与其他被试T1W影像进行配准,得到初步分割结果,构成训练集数据;构建基于注意力机制的深度学习网络模型;训练模型对脑深部灰质结构进行分割。本发明利用T1W和QSM图像的对比优势对脑深部灰质结构进行精准自动分割,将来有望用于帕金森病等运动障碍类疾病的脑影像研究和辅助临床诊断等。
-
公开(公告)号:CN114494171B
公开(公告)日:2024-12-20
申请号:CN202210053901.1
申请日:2022-01-18
Applicant: 上海交通大学医学院附属瑞金医院 , 华东师范大学
IPC: G06T7/00 , G06T7/11 , G06T7/13 , G06T7/33 , G06T5/60 , G06T5/90 , G06N3/0464 , G06N3/08 , G06V10/762 , G06V10/774 , G06V10/82 , A61B5/055 , A61B5/00
Abstract: 本发明公开了一种深度学习结合个性化图集基于T1W和QSM自动分割脑深部灰质结构(尾状核、壳核、苍白球、黑质、红核、齿状核)的方法,包括步骤:采集T1W和QSM磁共振数据、医生手工标注脑深部灰质结构;提取T1W脑影像的特征向量;对所有T1W脑影像的特征向量进行无监督聚类,挑选出代表性影像和医生的标注组成个性化图集;将个性化图集中的T1W影像和标注与其他被试T1W影像进行配准,得到初步分割结果,构成训练集数据;构建基于注意力机制的深度学习网络模型;训练模型对脑深部灰质结构进行分割。本发明利用T1W和QSM图像的对比优势对脑深部灰质结构进行精准自动分割,将来有望用于帕金森病等运动障碍类疾病的脑影像研究和辅助临床诊断等。
-
公开(公告)号:CN117910231A
公开(公告)日:2024-04-19
申请号:CN202311813233.9
申请日:2023-12-26
Applicant: 上海交通大学
IPC: G06F30/20
Abstract: 本发明涉及一种利用空气非线性的虚拟声源投射方法,包括:基于分频方式,实时追踪用户;根据追踪得到的用户位置和目标方向,进行空间建模、并投射虚拟声源;计算每个相控阵的波束转向角,通过优化波束图,以减小波束间的非线性干扰和非线性失真。与现有技术相比,本发明基于分频思想,利用不同中心频率的超声换能器进行并发跟踪和播放,以实现无设备的声源投射;计算最佳声源投影距离以确定具体声源位置,并采用单边带调制方案来减少路径上的声音泄漏;还提出一种基于码本优化的波束形成方案来抑制所有转向范围内的栅瓣,消除意外的声点产生。本发明无需借助穿戴式设备,即可实现虚拟声源注入,还能够同时跟踪用户和播放声音、避免意外音频泄露。
-
-