-
公开(公告)号：CN110473196A
公开(公告)日：2019-11-19
申请号：CN201910746634.4
申请日：2019-08-14
Applicant: 中南大学
Abstract: 本发明公开了一种基于深度学习的腹部CT图像目标器官配准方法。首先，构建腹部CT图像数据库；其次，构建基于深度学习的网络模型，在其卷积神经网络模块中，引入坐标卷积层，以增强其对目标位置信息的学习能力；然后，考虑到含目标器官边界框的腹部CT图像数据量较少，基于迁移学习技术，输入自然场景数据库预训练网络模型，再输入腹部CT图像数据库对该模型进行参数微调，以实现腹部目标器官检测；最后，构建腹部目标器官CT图像对，根据图像对像素点之间梯度和灰度分布特征，构建相似性度量函数，基于梯度下降法最小化该函数，实现腹部CT图像对目标器官配准。本发明采用先提取腹部CT图像目标器官区域再配准的策略，减小了腹部CT图像复杂背景和噪声等因素对目标器官配准的影响，且配准精度高，鲁棒性强。
-
Patent Agency Ranking
公开(公告)号：CN110473196B
公开(公告)日：2021-06-04
申请号：CN201910746634.4
申请日：2019-08-14
Applicant: 中南大学
Abstract: 本发明公开了一种基于深度学习的腹部CT图像目标器官配准方法。首先，构建腹部CT图像数据库；其次，构建基于深度学习的网络模型，在其卷积神经网络模块中，引入坐标卷积层，以增强其对目标位置信息的学习能力；然后，考虑到含目标器官边界框的腹部CT图像数据量较少，基于迁移学习技术，输入自然场景数据库预训练网络模型，再输入腹部CT图像数据库对该模型进行参数微调，以实现腹部目标器官检测；最后，构建腹部目标器官CT图像对，根据图像对像素点之间梯度和灰度分布特征，构建相似性度量函数，基于梯度下降法最小化该函数，实现腹部CT图像对目标器官配准。本发明采用先提取腹部CT图像目标器官区域再配准的策略，减小了腹部CT图像复杂背景和噪声等因素对目标器官配准的影响，且配准精度高，鲁棒性强。
-
公开(公告)号：CN111968135A
公开(公告)日：2020-11-20
申请号：CN202010821503.0
申请日：2020-08-15
Applicant: 中南大学
Abstract: 本发明公开了一种基于全卷积网络的三维腹部CT图像多器官配准方法。首先，获取腹部CT图像数据集。然后，引入注意力机制模块，构建基于全卷积的网络模型，对该网络模型进行训练并获得初步分割结果，再引入全连接条件随机场，进一步优化分割结果，以实现腹部CT序列多器官区域的提取。其次，构建腹部CT序列多器官区域图像对以及基于局部相关系数数据项和空间正则化项的相似性度量函数。最后，采用交替方向乘子法最小化相似性度量函数，实现腹部多器官区域CT图像对配准。本发明采用先分割再配准的两步法策略，消除了外部灰度信息和噪声对腹部目标器官区域配准的干扰，时间消耗少，配准精度高，鲁棒性强。
-
公开(公告)号：CN105741251B
公开(公告)日：2018-09-21
申请号：CN201610154297.6
申请日：2016-03-17
Applicant: 中南大学
Abstract: 本发明公开一种肝脏CTA序列图像的血管分割方法，首先对输入三维肝脏序列图像进行对比度增强和平滑噪声预处理，然后，采用OOF和OFA算法增强肝脏血管及其边界，细化血管中心；根据血管的几何结构，自动搜索血管中心线的种子点，并提取肝脏血管的中心线、构建肝脏血管树；最后，结合快速行进法初步分割肝脏血管并计算相应的血管和背景灰度直方图，采用图割算法实现肝脏血管的精确分割。本发明针对低对比度、强噪声和模糊边界的CTA序列图像，充分利用血管的几何形状和灰度信息，能有效地准确分割肝脏血管。本发明的肝脏CTA序列图像的血管分割方法能够推广到其他的三维血管分割中。
-
公开(公告)号：CN105741251A
公开(公告)日：2016-07-06
申请号：CN201610154297.6
申请日：2016-03-17
Applicant: 中南大学
CPC classification number: G06T7/0012 , G06T5/002 , G06T2207/30101
Abstract: 本发明公开一种肝脏CTA序列图像的血管分割方法，首先对输入三维肝脏序列图像进行对比度增强和平滑噪声预处理，然后，采用OOF和OFA算法增强肝脏血管及其边界，细化血管中心；根据血管的几何结构，自动搜索血管中心线的种子点，并提取肝脏血管的中心线、构建肝脏血管树；最后，结合快速行进法初步分割肝脏血管并计算相应的血管和背景灰度直方图，采用图割算法实现肝脏血管的精确分割。本发明针对低对比度、强噪声和模糊边界的CTA序列图像，充分利用血管的几何形状和灰度信息，能有效地准确分割肝脏血管。本发明的肝脏CTA序列图像的血管分割方法能够推广到其他的三维血管分割中。
-
公开(公告)号：CN111968135B
公开(公告)日：2022-03-08
申请号：CN202010821503.0
申请日：2020-08-15
Applicant: 中南大学
IPC: G06T7/11 , G06T7/00 , G06T7/33 , G06K9/62 , G06V10/774
Abstract: 本发明公开了一种基于全卷积网络的三维腹部CT图像多器官配准方法。首先，获取腹部CT图像数据集。然后，引入注意力机制模块，构建基于全卷积的网络模型，对该网络模型进行训练并获得初步分割结果，再引入全连接条件随机场，进一步优化分割结果，以实现腹部CT序列多器官区域的提取。其次，构建腹部CT序列多器官区域图像对以及基于局部相关系数数据项和空间正则化项的相似性度量函数。最后，采用交替方向乘子法最小化相似性度量函数，实现腹部多器官区域CT图像对配准。本发明采用先分割再配准的两步法策略，消除了外部灰度信息和噪声对腹部目标器官区域配准的干扰，时间消耗少，配准精度高，鲁棒性强。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
