-
公开(公告)号：CN108120944B
公开(公告)日：2019-12-06
申请号：CN201711136488.0
申请日：2017-11-16
Applicant: 上海理工大学
Abstract: 本发明涉及一种加权迭代的低场核磁共振T2谱反演算法，包括如下步骤：(1)读取低场核磁共振设备采集得到的原始数据文件；(2)对原始数据进行预处理操作得到反演核心矩阵K以及原始数据中各回波波峰的回波时刻的信号幅值组成的向量m；(3)计算采集数据的信噪比、曲率、斜率，进而获取反演权重矩阵；(4)利用反演权重矩阵进行加权迭代求解式：m＝Ks，得到s的最优解，s表示横向弛豫时间所对应的物质的含量组成的向量；(5)根据最优解绘制T2谱。与现有技术相比，本发明对短弛豫组分进行加权，更贴近原始信号的稀疏性，计算精度高，鲁棒性好，在不同信噪比数据情况下，能够得到稳定的反演结果。
-
公开(公告)号：CN106199474B
公开(公告)日：2018-10-12
申请号：CN201610578393.3
申请日：2016-07-21
Applicant: 上海理工大学
IPC: G01R33/56
Abstract: 本发明涉及一种低场核磁共振二维谱反演算法，在PDCO（一种求解凸规划的原始对偶内点法）基础上推广到二维空间，用于求解二维反演问题。与目前国内外文献报道的其他低场核磁共振反演算法相比，本发明其使用L1正则化和L2正则化而不是通常的只使用L2正则化，更贴近原始信号的稀疏性，得到的解更能体现真实的谱分布；原始对偶内点法在计算时就保证了解的非负性，不需要进行额外的非负约束计算，简化了反演流程；对紧密相连的临近峰也能够区分，计算精度高；鲁棒性好，在不同信噪比数据情况下，能够得到稳定的反演结果。
-
公开(公告)号：CN104095635B
公开(公告)日：2016-07-20
申请号：CN201410361347.9
申请日：2014-07-28
Applicant: 上海理工大学
Abstract: 本发明涉及一种利用自回归模型计算磁共振图像表观弥散系数的方法，利用自回归模型计算生成ADC磁共振图像。利用多个且等间隔b值DWI序列可采集得到多幅不同b值的磁共振图像，对采集得到的所有像素的磁共振信号进行线性积分，即：利用Simpson数值积分法则对信号点做关于b值的多段等间隔积分，再建立自回归模型，最后对自回归模型参数进行最大似然估计得到ADC。是一种更加精确快速的计算E指数衰减系数的算法，该算法可以用于磁共振成像技术中快速精确计算ADC图像。本发明能够显著ADC磁共振图像计算效率和精确性，适用于放射科临床上各种相关疾病的诊断和研究。
-
公开(公告)号：CN110120051A
公开(公告)日：2019-08-13
申请号：CN201910388790.8
申请日：2019-05-10
Applicant: 上海理工大学
Abstract: 本发明提供了一种基于深度学习的右心室自动分割方法，其特征在于，包括以下步骤：对采集的所有心脏磁共振电影短轴图像进行预处理；提取感兴趣区域ROI；扩充数据集；在深度学习的keras库中构建U型网络模型，并进行训练；利用训练好的U型网络模型进行结果预测。本发明提供了一种基于深度学习的右心室全自动分割方法，首先通过自动识别心室区域降低周围组织对分割结果的影响，对原有的U型网络进行改进，从而实现对右心室的准确全自动分割，为心脏的进一步功能分析和疾病诊断提供了基础。
-
公开(公告)号：CN109785340A
公开(公告)日：2019-05-21
申请号：CN201910020139.5
申请日：2019-01-09
Applicant: 上海理工大学
Abstract: 本发明提供一种基于多图谱的心脏磁共振图像右心室分割计算设备及方法，设备包括：影像采集模块、影像处理模块、影像聚类模块、图谱选择模块、计算配准模块和结果融合模块，采用该设备进行分割计算的方法包括：采集心脏磁共振短轴电影图像；对心脏磁共振短轴电影图像进行预处理，提取包含左右心室的感兴趣区域，选取一定数量心脏磁共振短轴电影图像，专家手动分割获得右心室轮廓，从而得到右心室的图谱图像；对右心室的图谱图像进行仿射传播聚类，得到图谱集；对图谱图像与目标图像进行计算对比，获得与目标图像具有最高相似性测度的图谱集，而后将其与目标图像进行计算配准，得到配准结果；对配准结果进行融合，得到右心室的分割结果。
-
Patent Agency Ranking
公开(公告)号：CN107392907A
公开(公告)日：2017-11-24
申请号：CN201710779440.5
申请日：2017-09-01
Applicant: 上海理工大学
CPC classification number: G06T7/0012 , G06T5/002 , G06T7/10 , G06T2207/10088 , G06T2207/30016
Abstract: 本发明涉及一种基于静息态功能性磁共振成像的海马旁回功能分区方法，对采集的原始静息态磁共振数据进行预处理；在标准MNI空间中提取被试海马旁回脑区；计算被试海马旁回脑区中各个体素与全脑所有体素时间序列的皮尔森相似性度量，建立海马旁回的功能连接模式；以海马旁回的功能连接模式作为特征，运用t-SNE对全脑连接模式矩阵进行特征降维；应用能够自动确定聚类数目的基于本征间隙的谱聚类算法，实现海马旁回功能亚区的分割。通过静息态fMRI的功能连接模式，使用特征降维与自动谱聚类的融合算法对海马旁回脑区进行分割，并以各亚区作为种子点，分析其与全脑的特异性功能连接。提高了基于高维无标注的fMRI数据处理的准确率和效率。
-
公开(公告)号：CN104331681B
公开(公告)日：2017-05-24
申请号：CN201410470363.1
申请日：2014-09-16
Applicant: 上海理工大学
Abstract: 本发明涉及一种获取造影剂迟豫时间的方法。自动化识别图像中造影剂样品，精确定位样品中心点计算样品试管半径大小，并以试管中心点根据试管半径大小自动选取ROI，计算ROI内像素信号平均值，实验标准偏差。最后对自动化提取的信号做非线性拟合，准确快速高效地计算出造影剂的自旋‑晶格弛豫时间T1和自旋‑自旋弛豫时间T2值。在图像中识别多个样品选取样品ROI过程为计算机自动化过程，不需要人工过程，在定位精确性、ROI形状一致性、结果准确性远高于传统方法；该方法从ROI选取、ROI信号提取到非线性拟合整个流程为全自动化过程，在时间效率上远远高于传统方法。
-
公开(公告)号：CN106199474A
公开(公告)日：2016-12-07
申请号：CN201610578393.3
申请日：2016-07-21
Applicant: 上海理工大学
IPC: G01R33/56
CPC classification number: G01R33/56
Abstract: 本发明涉及一种低场核磁共振二维谱反演算法，在PDCO（一种求解凸规划的原始对偶内点法）基础上推广到二维空间，用于求解二维反演问题。与目前国内外文献报道的其他低场核磁共振反演算法相比，本发明其使用L1正则化和L2正则化而不是通常的只使用L2正则化，更贴近原始信号的稀疏性，得到的解更能体现真实的谱分布；原始对偶内点法在计算时就保证了解的非负性，不需要进行额外的非负约束计算，简化了反演流程；对紧密相连的临近峰也能够区分，计算精度高；鲁棒性好，在不同信噪比数据情况下，能够得到稳定的反演结果。
-
公开(公告)号：CN104462014A
公开(公告)日：2015-03-25
申请号：CN201410660768.1
申请日：2014-11-19
Applicant: 上海理工大学
IPC: G06F17/00
Abstract: 本发明涉及一种基于改进非局部均值的低场核磁共振信号滤波新方法，属于低场核磁共振信号处理领域。步骤包括：a.输入待降噪的低场核磁共振CPMG回波信号；b.计算出输入的CPMG回波信号从首点开始到回波信号幅度下降至首点幅度的30%之间的点的个数，并将点的个数作为整个滤波算法的搜索窗宽度；c.根据CPMG回波信号各点的数据方差大小按照线性函数求取相似窗口的大小；d.利用Stein无偏风险估计的方法求取非局部均值算法的最优衰减参数的大小；e.利用步骤b、c和d所求得的参数按照非局部均值算法对信号进行最终滤波。优点表现为：与原始非局部均值算法对比，能取得更好的滤波效果，得到更加精确的反演谱。
-
公开(公告)号：CN104375108A
公开(公告)日：2015-02-25
申请号：CN201410661016.7
申请日：2014-11-19
Applicant: 上海理工大学
IPC: G01R33/56
Abstract: 本发明涉及一种基于LSQR(LeastSquaresQRDecomposition，最小二乘QR分解)的低场核磁共振二维谱反演算法，属于核磁共振信号处理领域。本发明的优点表现为：本发明与目前国内外文献报道的其他低场核磁共振反演算法相比，其借助“L”曲线自适应选择合适的迭代次数，得到的解更能体现真实的谱分布；通过迭代修正来实现非负限制，计算精度高，鲁棒性好，在不同信噪比数据情况下，能够得到稳定的反演结果。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.026 seconds)
