-
公开(公告)号：CN117078792B
公开(公告)日：2023-12-12
申请号：CN202311330185.8
申请日：2023-10-16
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于磁粒子成像技术领域，具体涉及一种正则项自适应优化的磁粒子图像重建系统、方法及设备，旨在解决现有技术无法根据重建对象迭自动调整正则项及其参数实现MPI的快速、高质量重建的问题。本发明系统包括：磁粒子成像设备，用于对待成像对象进行扫描，得到电压响应信号；信号处理器，用于构建系统矩阵；控制处理器，用于结合任意选取的正则项进行磁粒子图像重建，重建后输入正则项自适应优化神经网络模型进行增强处理，将增强后的磁粒子图像作为第一图像；计算第一图像与初始图像的损失值，获取最终重建的磁粒子图像。本发明通过神经网络模型自动学习的方式来替代人工选择正则项并调整参数的方式，提高了磁粒子图像的重建效率及质量。
-
公开(公告)号：CN116030155A
公开(公告)日：2023-04-28
申请号：CN202310089840.9
申请日：2023-02-09
Applicant: 中国科学院自动化研究所
IPC: G06T11/00 , G06T5/00 , G06T5/50 , G06V10/80 , G06V10/82 , G06V10/77 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于磁粒子成像重建领域，具体涉及了一种基于时频双信息的磁粒子成像重建方法及系统，旨在解决现有磁粒子成像无法同时实现分辨率和信噪比的提升，从而MPI成像质量较低的问题。本发明包括：获取MPI设备低场强梯度采集参数下的MPI时域图像，并通过二维傅立叶变换将MPI时域图像变换到频域；基于MPI时域图像和MPI频域图像，通过训练好的时频双分支神经网络进行图像重建，获得高质量磁粒子成像重建结果。本发明通过选择低梯度采集参数得到低分辨率的MPI图像，在此基础上，加上固定功率的高斯白噪声，利用时频双分支神经网络提高图像分辨率并去除噪声，最终，同时提高MPI的空间分辨率和信噪比，在较低磁粒子浓度下，依然可以检测到磁粒子浓度并清晰成像。
-
公开(公告)号：CN115880440A
公开(公告)日：2023-03-31
申请号：CN202310047876.0
申请日：2023-01-31
Applicant: 中国科学院自动化研究所
IPC: G06T17/00 , G06T19/00 , G06N3/047 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明属于医学成像技术领域，具体涉及一种基于生成对抗网络的磁粒子三维重建成像方法、系统、装置，旨在解决现有MPI高分辨率图像重建时间长、成像分辨率低的问题。本方法包括：采集待成像重建物体的仿体的多视角的稀疏二维MPI图像，并进行下采样，得到下采样后的稀疏二维MPI图像；将下采样后的稀疏二维MPI图像输入训练好的邻域点平均扩散搜索自注意力生成对抗网络的生成模型中，得到密集二维MPI图像；通过滤波反投影重建算法对各密集二维MPI图像进行重建，最终得到待成像重建物体的三维MPI图像；本发明加快了MPI图像重建速度，提高了成像分辨率，使磁粒子成像设备在医学领域有更大的应用前景。
-
公开(公告)号：CN110427954A
公开(公告)日：2019-11-08
申请号：CN201910683196.1
申请日：2019-07-26
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于影像分析领域，具体涉及一种基于肿瘤影像的多区域的影像组学特征提取方法，包括基于肿瘤影像中肿瘤微环境的区域划分，将所述肿瘤影像分割成对应的目标区域；分别基于与各目标区域对应的神经网络模型，提取各目标区域的高维定量特征；对各个目标区域的高维定量特征进行融合，得到用于分类预测的融合特征。与现有技术中直接采用CT卷中依据CT数据的强度值进行特征提取的方法相比，采用本发明所述基于肿瘤影像的多区域的影像组学特征提取方法提取的肿瘤特征能够更全面的量化肿瘤，为肿瘤的诊疗提供更全面的数据支持。
-
公开(公告)号：CN116563412B
公开(公告)日：2023-10-20
申请号：CN202310753661.0
申请日：2023-06-26
Applicant: 中国科学院自动化研究所
IPC: G06T11/00 , G06N3/045 , G06N3/0475 , G06N3/048 , G06N3/094 , A61B5/0515 , A61B5/00
Abstract: 本发明属于医学成像技术领域，具体涉及了一种基于稀疏系统矩阵的MPI图像重建方法、系统及设备，旨在解决现有密集测量点位的系统矩阵测量耗时耗力，且硬件参数变化后，需要反复重新测量系统矩阵的问题，包括：获取不同参数变化情况下的密集测量的系统矩阵A并均匀下采样；测量仿体信号数据集U，基于系统矩阵A和均匀下采样的稀疏系统矩阵B进行图像重建，获得图像数据对集；构建生成对抗模型并进行训练；获取稀疏系统矩阵S和仿体扫描信号u，进行低分辨率图像重建；通过生成对抗模型的生成模块进行图像的源域‑目标域的映射，获得重建的高分辨率图像。本发明在保证成像分辨率的同时减少系统矩阵的测量点位，提升系统矩阵的测量速度。
-
Patent Agency Ranking
公开(公告)号：CN117078792A
公开(公告)日：2023-11-17
申请号：CN202311330185.8
申请日：2023-10-16
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于磁粒子成像技术领域，具体涉及一种正则项自适应优化的磁粒子图像重建系统、方法及设备，旨在解决现有技术无法根据重建对象迭自动调整正则项及其参数实现MPI的快速、高质量重建的问题。本发明系统包括：磁粒子成像设备，用于对待成像对象进行扫描，得到电压响应信号；信号处理器，用于构建系统矩阵；控制处理器，用于结合任意选取的正则项进行磁粒子图像重建，重建后输入正则项自适应优化神经网络模型进行增强处理，将增强后的磁粒子图像作为第一图像；计算第一图像与初始图像的损失值，获取最终重建的磁粒子图像。本发明通过神经网络模型自动学习的方式来替代人工选择正则项并调整参数的方式，提高了磁粒子图像的重建效率及质量。
-
公开(公告)号：CN116563412A
公开(公告)日：2023-08-08
申请号：CN202310753661.0
申请日：2023-06-26
Applicant: 中国科学院自动化研究所
IPC: G06T11/00 , G06N3/045 , G06N3/0475 , G06N3/048 , G06N3/094 , A61B5/0515 , A61B5/00
Abstract: 本发明属于医学成像技术领域，具体涉及了一种基于稀疏系统矩阵的MPI图像重建方法、系统及设备，旨在解决现有密集测量点位的系统矩阵测量耗时耗力，且硬件参数变化后，需要反复重新测量系统矩阵的问题，包括：获取不同参数变化情况下的密集测量的系统矩阵A并均匀下采样；测量仿体信号数据集U，基于系统矩阵A和均匀下采样的稀疏系统矩阵B进行图像重建，获得图像数据对集；构建生成对抗模型并进行训练；获取稀疏系统矩阵S和仿体扫描信号u，进行低分辨率图像重建；通过生成对抗模型的生成模块进行图像的源域‑目标域的映射，获得重建的高分辨率图像。本发明在保证成像分辨率的同时减少系统矩阵的测量点位，提升系统矩阵的测量速度。
-
公开(公告)号：CN116058823A
公开(公告)日：2023-05-05
申请号：CN202310074243.9
申请日：2023-02-07
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于磁粒子成像重建领域，具体涉及了一种基于GPU加速的磁粒子成像并行重建方法及系统，旨在解决磁粒子成像重建效率难以匹配MPI扫描仪获取图像的速率，无法实现实时成像重建的问题。本发明包括：获取MPI扫描器实时扫描的信号序列，并将多帧信号序列构成的信号矩阵输入预先构建的并行加权最小二乘方程；将信号矩阵和并行加权最小二乘方程中的系统矩阵分别传递至GPU的全局存储器；GPU通过并行共轭梯度迭代法进行并行加权最小二乘方程的求解，获得信号矩阵对应的磁粒子成像并行重建图像。本发明弥补了当下仅针对多帧MPI图像重建时只能逐帧顺序重建，无法多帧并行重建导致实时MPI图像重建过程中耗时较长的问题，实现了高效率的实时磁粒子成像并行重建。
-
公开(公告)号：CN115880440B
公开(公告)日：2023-04-28
申请号：CN202310047876.0
申请日：2023-01-31
Applicant: 中国科学院自动化研究所
IPC: G06T17/00 , G06T19/00 , G06N3/047 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明属于医学成像技术领域，具体涉及一种基于生成对抗网络的磁粒子三维重建成像方法、系统、装置，旨在解决现有MPI高分辨率图像重建时间长、成像分辨率低的问题。本方法包括：采集待成像重建物体的仿体的多视角的稀疏二维MPI图像，并进行下采样，得到下采样后的稀疏二维MPI图像；将下采样后的稀疏二维MPI图像输入训练好的邻域点平均扩散搜索自注意力生成对抗网络的生成模型中，得到密集二维MPI图像；通过滤波反投影重建算法对各密集二维MPI图像进行重建，最终得到待成像重建物体的三维MPI图像；本发明加快了MPI图像重建速度，提高了成像分辨率，使磁粒子成像设备在医学领域有更大的应用前景。
-
公开(公告)号：CN115526946A
公开(公告)日：2022-12-27
申请号：CN202211254765.9
申请日：2022-10-13
Applicant: 中国科学院自动化研究所
IPC: G06T11/00
Abstract: 本发明属于磁粒子成像领域，具体涉及一种基于特征融合的磁粒子成像图像去噪声方法、系统、设备，旨在解决现有MPI去噪声方法难以兼顾噪声去除和图像细节保持的问题。本发明方法包括：采集待去噪的MPI图像，作为输入图像；基于预训练的特征融合去噪声网络模型对所述输入图像进行去噪处理，得到去噪后的MPI图像；所述特征融合去噪声网络模型包括特征提取模块、特征融合模块、特征回归模块；特征提取模块包括噪声特征提取器、内容特征提取器；特征融合模块包括两个通道注意力子模块、两个卷积层和一个空间注意力子模块；特征回归模块基于卷积层构建。本发明能够在达到良好去噪声效果的同时保持MPI图像的结构细节。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.026 seconds)
