公开(公告)号：CN119206225A

公开(公告)日：2024-12-27

申请号：CN202411340059.5

申请日：2024-09-24

Applicant: 上海交通大学

Inventor： 涂圣贤 ,  陈彦凯 ,  李冠宇

IPC: G06V10/26 ,  G06V10/80 ,  G06V10/25 ,  G06V10/40 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种深度学习分割模型的训练方法，包括：获取包含感兴趣血管段的三维血管图像；通过待训练的深度学习分割模型对三维血管图像进行处理，获得中膜分割结果图像和内膜分割结果图像；根据中膜分割结果标签、内膜分割结果标签、中膜分割结果图像和内膜分割结果图像确定损失函数，对待训练的深度学习分割模型进行参数更新，得到训练完成的深度学习分割模型；其中，深度学习分割模型的中膜分割器和内膜分割器采用交叉注意力机制对三维血管图像分割，得到中膜分割结果图像和内膜分割结果图像。本发明通过上述方法能准确分割血管内膜和中膜。本发明还公开了深度学习分割模型的训练装置、血管图像分割方法及装置、电子设备和可读存储介质。

公开(公告)号：CN118154648A

公开(公告)日：2024-06-07

申请号：CN202410169234.2

申请日：2024-02-06

Applicant: 上海交通大学

Inventor： 陈彦凯 ,  涂圣贤 ,  李春明 ,  白景峰

IPC: G06T7/33 ,  G06T7/00 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及图像处理技术领域，具体是一种图像配准方法、装置及电子设备，所述方法包括：获取包括感兴趣血管段的二维血管中心线图像和三维血管中心线图像；对所述二维血管中心线图像进行特征点提取，得到第一特征点图像；将所述三维血管中心线图像投影到二维平面，并对得到的二维投影图像进行特征点提取，得到第二特征点图像；将所述第一特征点图像和所述第二特征点图像输入预先训练的深度图神经网络模型进行特征点匹配，得到特征点匹配结果。本发明的方法，能够提高血管特征点的匹配准确度、匹配速度以及匹配密度，进而提高投影参数优化及非刚性配准的速度和准确度。

公开(公告)号：CN119251181A

公开(公告)日：2025-01-03

申请号：CN202411340096.6

申请日：2024-09-24

Applicant: 上海交通大学

Inventor： 涂圣贤 ,  范泽昊 ,  李冠宇 ,  陈彦凯

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/70 ,  G06V20/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094

Abstract: 本发明公开了一种血管与血管中支架的监测方法，包括：在预设角度获取目标血管的目标血管融合图像；其中，目标血管融合图像为目标血管的CT血管造影图像和X线冠脉造影图像融合后获得的图像，目标血管融合图像包含血管中膜特征；在预设角度获取支架在目标血管内移动过程中在不同位置处的支架透射影像图；对支架透射影像图进行分割，得到支架分割图像；对目标血管融合图像和支架分割图像进行融合显示，得到目标血管与支架的多模态融合影像。通过上述方法，充分考虑目标血管内的血管中膜特征在图像上的显示，可以更清楚地从图像上观察到支架在血管中的情况。本发明还公开了血管与血管中支架的监测装置、电子设备和计算机可读存储介质。

公开(公告)号：CN116934965A

公开(公告)日：2023-10-24

申请号：CN202310849254.X

申请日：2023-07-12

Applicant: 上海交通大学

Inventor： 涂圣贤 ,  赵紫臣 ,  陈彦凯

IPC: G06T17/00 ,  G06V10/774 ,  G06V10/82 ,  G06V10/26 ,  G06V20/70 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明属于网络数据处理及数字信息的传输技术领域，尤其涉及基于可控生成扩散模型的脑血管三维图像生成方法及系统，其包括图像裁切处理、生成模型训练、控制分支训练、控制图像生成，本发明解决现有技术存在由于医学图像的隐私性，大量图像数据的获取也是十分困难，从而很难获取到大量的图像标注，而且由于图像标注成本过高，进而影响监督深度学习的血管分割的分割效果的问题，具有获取大量的图像‑标注对，用于下游的有监督深度学习分割任务的技术效果。