公开(公告)号：CN119540132A

公开(公告)日：2025-02-28

申请号：CN202411362734.4

申请日：2024-09-27

Applicant: 上海交通大学医学院附属瑞金医院

Inventor： 张孝勇 ,  余子奇

IPC: G06T7/00 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V20/70

Abstract: 本发明涉及一种基于多层次结构约束的脑影像生成方法、系统、介质，其中生成方法包括对脑部MRI图像数据进行预处理；使用解耦与对比学习的生成对抗网络框架，通过解耦内容特征和属性特征，生成高保真的跨模态脑影像；像素级粒度判别：利用脑记忆库对像素级别的特征进行判别，以增强判别能力并优化记忆空间；结构级粒度判别：通过动态调整权重策略对不同脑结构进行约束，以提高对难以识别样本的学习效果。与现有技术相比，本发明提出了一种层次粒度判别方法，旨在利用医学影像中的多层次语义信息，解决了在模型训练过程中忽视结构层次表示的空间连贯性和内容的解剖学一致性的问题。

公开(公告)号：CN119205816A

公开(公告)日：2024-12-27

申请号：CN202411366670.5

申请日：2024-09-29

Applicant: 上海交通大学医学院附属瑞金医院

Inventor： 张孝勇 ,  余子奇

IPC: G06T7/11 ,  G06N3/0464 ,  G06N3/096 ,  G06N5/04 ,  G06N7/01 ,  G06N3/0895

Abstract: 本发明涉及一种多中心适用的人脑磁共振图像脑结构自动分割方法，所述分割方法具体为：获取不同平台的MRI数据，并对MRI数据进行N4偏置场校正和图像标准化处理；以U‑Net作为基础框架，并融合自注意力机制模块，构建适应于多平台的MRI脑影像结构分割网络模型；将处理后的MRI数据输入分割网络模型中，利用迁移学习和域适应技术对分割网络模型进行训练，并对输出结果进行不确定性估计，利用筛选出的高质量的未标注数据进一步进行模型训练，以实现人脑磁共振图像脑结构自动分割。与现有技术相比，本发明能够对不同磁共振成像平台的脑结构进行准确而快速的分割，为脑影像分析领域提供一种更为通用、高效且可靠的工具，助力更广泛的应用和研究探索。

公开(公告)号：CN118887396A

公开(公告)日：2024-11-01

申请号：CN202410784422.6

申请日：2024-06-18

Applicant: 上海交通大学医学院附属瑞金医院

Inventor： 李若坤 ,  董舜杰 ,  戴文雯 ,  严福华 ,  张孝勇 ,  沈哲涵 ,  蒲雨霖

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/0475 ,  G06N3/088

Abstract: 本发明涉及一种基于不平衡部分特征传输的无监督多模态腹部图像分割方法及系统。通过无监督领域自适应图像分割模块，包括源域基于连续归一化流的变分自编码器模块和目标域基于连续归一化流的变分自编码器模块，提取样本特征并生成包含样本特征的隐变量，与分割结果拼接生成重构数据，生成近似真实概率的分布；通过不平衡部分最优传输策略模块，实现局部精准配对，获得基于不平衡部分特征传输的无监督多模态腹部图像分割模型。与现有技术相比，本发明能够有效减小不同模态腹部图像数据的域偏移，高效、精准地完成腹部图像分割任务，并能处理更复杂灵活的数据分布，分割的各区域更贴合临床医生的视觉评估，适用于不同序列间多模态的腹部图像数据。