-
公开(公告)号：CN116485818A
公开(公告)日：2023-07-25
申请号：CN202310609015.7
申请日：2023-05-26
Applicant: 上海交通大学
IPC: G06T7/11 , G06T7/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于半监督学习的肺支气管分割方法，涉及智慧医疗技术领域。采用半监督一致性学习的方法利用大量的无标签数据；教师模型通过计算输入中的每个体素的预测熵作为近似不确定性的度量，学生模型通过教师模型的不确定性信息，从有意义和可靠的目标中学习；学生模型的输出结果输入置信网络，无标签数据的分割结果和有标签数据的分割结果对置信网络进行训练，得到置信损失；总损失中包含置信损失，训练模型使总损失最小。本发明可以提高模型分割结果，实现用少量标记数据集自动分割肺支气管的任务。
-
公开(公告)号：CN111612778B
公开(公告)日：2023-07-11
申请号：CN202010456226.8
申请日：2020-05-26
Applicant: 上海交通大学
Abstract: 本发明公开了一种术前CTA与术中X光冠状动脉配准方法，涉及医学图像处理技术领域，其特征在于，基于点云配准网络实现实时配准。本发明通过训练好的配准网络，直接预测形变场，而不需要迭代优化，从而满足实时性的要求，具有快速，准确，适合实际应用等优势，可以降低医生手术的复杂度。
-
公开(公告)号：CN103793915B
公开(公告)日：2017-03-15
申请号：CN201410054950.2
申请日：2014-02-18
Applicant: 上海交通大学
Abstract: 本发明涉及一种神经外科导航中低成本无标记配准系统及配准方法，包括术前影像分割模块、术中表面重建模块、以及术前表面和术中表面配准模块；所述的术前影像分割模块接收术前影像学检查获得的完整头部DICOM格式图像，分割出病人面部表面，并且将分割结果传至术前表面和术中表面配准模块；所述的术中表面重建模块，通过结构光投影技术，重建术中病人面部表面，然后将重建结果传至术前表面和术中表面配准模块；所述的术前表面和术中表面配准模块接收术前影像分割模块和术中表面重建模块传来的术前面部和术中面部数据，完成配准操作，从而实现神经外科导航中配准。与现有技术相比，本发明具有实现成本低、配准精度高等优点。
-
-
公开(公告)号：CN104715485A
公开(公告)日：2015-06-17
申请号：CN201510128778.5
申请日：2015-03-23
Applicant: 上海交通大学
Abstract: 本发明涉及一种分段动态模拟肺部形变的快速融合方法，包括以下步骤：首先通过数据分割将肺部数据从整个腹部体数据中分割出来，再用统计学方法找到肺部膨胀的起点，将其作为坐标系的原点，建立三维坐标系；分三段动态模拟肺部形变，以参考针为基础计算病灶移动速度，更加精确地实时反应病灶的具体位置。与现有技术相比，本发明具有简单、快速、准确等优点。
-
Patent Agency Ranking
公开(公告)号：CN102968811B
公开(公告)日：2015-03-04
申请号：CN201210413201.5
申请日：2012-10-25
Applicant: 上海交通大学
Abstract: 本发明涉及一种微创血管介入手术中导丝的实时运动仿真方法，包括以下步骤：1)采用三角形表面网格对血管进行建模；2)采用基尔霍夫弹性杆模型，对导丝进行建模，并利用拉格朗日方程计算导丝在仿真过程产生的形变力；3)进行导丝的渲染；4)采用K-DOPS树进行导丝与血管之间碰撞检测；5)采用非迭代的约束方法计算导丝与血管之间的接触力并进行碰撞响应；6)使用Verlet积分公式来迭代更新导丝的位置与速度；7)利用拉格朗日乘数和快速投影方法来实现导丝的不可伸缩特性；8)使用力反馈设备Phantom Omni来渲染导丝给用户的作用力。与现有技术相比，本发明具有稳定可靠、实现方便、真实高效、工程应用性强等优点。
-
公开(公告)号：CN1996388A
公开(公告)日：2007-07-11
申请号：CN200610147640.0
申请日：2006-12-21
Applicant: 上海交通大学
Abstract: 一种虚拟手术系统中的形变中物体实时冲突检测方法，属于图形处理技术领域。本发明采用空间层次哈希表的方式，通过映射模块和检测模块循环来实现：假设物体由m个四面体组成，m为正整数，映射模块对每个叫面体进行动态空间分割，生成哈希表，计算各顶点地址，并将它们映射到相应的哈希表项中；在映射过程中，采用动态调整空间网格大小的形式，即根据各个四面体的大小生成边长不同的网格；碰撞检测模块利用映射模块的结果，检查哈希表项中是否出现冲突项，并利用动态碰撞检测算法检测碰撞是否发生；循环中，两模块交替进行，直到循环结束。本发明实现高精度，对庞大数据集，特别是虚拟手术系统中手术器械与软组织交互变得更有效，更快速。
-
公开(公告)号：CN1224945C
公开(公告)日：2005-10-26
申请号：CN03116801.9
申请日：2003-05-08
Applicant: 上海交通大学
Inventor： 顾力栩
Abstract: 一种外科手术导航系统中目标领域的三维快速分割方法，属于医学图像处理及应用技术领域。本发明采用复合式多步骤的方式，首先采用形态学的循环腐蚀算法将目标领域与相邻的其他领域分离，并记录循环次数；然后采用快速行进法对用户选定的种子点实施初始繁衍操作，使繁衍的前锋线快速逼近目标领域边缘线，达到初始分割的效果；之后采用形态学领域重建法对初始分割结果进一步优化，达到高精度的分割结果；最后采用形态学的循环膨胀算法复原第一步领域分离过程中目标领域的损失。本发明采用复合式多步骤的方式，汲取现有算法的优点，并加以优化整合，实现高精度，实时和适用范围广泛的三维目标领域分割功能。
-
公开(公告)号：CN1595451A
公开(公告)日：2005-03-16
申请号：CN200410025209.X
申请日：2004-06-17
Applicant: 上海交通大学
IPC: G06T7/60
Abstract: 一种用于图像处理领域的核磁共振多谱图像分割方法。具体如下：对于核磁共振图像的多个加权谱建立三维矢量灰度空间，运用矢量梯度算子求得图像中任意一点的矢量梯度值；运用灰度矢量和矢量梯度值生成训练用的特征向量并输入神经网络，运用动态步幅函数的方法动态调节神经网络的学习率；采用层次规约方法对神经网络的神经元节点进行规约；以矢量梯度大小作为筛选标准进一步进行部分有监督的神经网络训练；对训练完成的神经网络用于图像的分割和分类，输出分割完成的图像结果。本发明充分利用核磁共振影像序列中的多维梯度信息进行神经网络训练，同时加入有监督神经网络训练方式，从而实现对多谱核磁共振影像准确分割的目的。
-
公开(公告)号：CN111128373A
公开(公告)日：2020-05-08
申请号：CN201911266873.6
申请日：2019-12-11
Applicant: 上海交通大学
Abstract: 本发明公开了一种通过协同主动学习模型的乳腺癌数据标注方法，涉及医学影像数据标注领域，采用了深度学习网络、主动学习系统和协同学习系统相结合，对所述乳腺癌数据进行标注。本发明提出的方法同时将深度学习，主动学习与协同学习这三种原本完全不相干的机器学习分支结合到一起，并将其用于医学图像分类任务：乳腺图像计算机辅助诊断。具有不需要增加额外标注成本的前提下，能够充分利用全部样本，因此特别适合被用于“获取成本高”的医学图像分类任务，并且能获得比主动学习方法更好的模型预测效果。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.033 seconds)
