-
公开(公告)号：CN113052849B
公开(公告)日：2024-01-26
申请号：CN202110409678.5
申请日：2021-04-16
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州科技城医院
IPC: G06T7/10 , G06T3/60 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种腹部组织图像自动分割方法及系统，该方法包括以下步骤：1)构建第一训练数据集；2)利用所述第一训练数据集对3D U‑Net网络进行训练，得到腹部组织自动分割模型；3)构建用于肿瘤分割任务的第二训练数据集；4)利用所述第二训练数据集对DeepLab V3+网络进行训练，得到肿瘤自动分割模型；5)将所述腹部组织自动分割模型和肿瘤自动分割模型级联，得到腹部组织自动分割模型；6)将待分割的腹部扫描图像输入腹部组织自动分割模型，自动得到腹部组织分割图像和肿瘤分割图像。本发明的腹部组织图像自动分割方法能够对形态多变的腹部组织和肿瘤进行分割，在低对比度和边缘模糊的情况下取得良好的分割精度。
-
公开(公告)号：CN112163987B
公开(公告)日：2024-01-26
申请号：CN202010640114.8
申请日：2020-07-06
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州科技城医院
Abstract: 本发明公开了一种穿刺路径规划系统，包括：三维影像分割模块、三维影像配准模块、二维影像显示模块、三维影像显示模块、穿刺规划路径交互选择模块以及穿刺自动规划和风险评估模块。本发明通过三维影像配准模块可将多模态影像配准到同一个坐标系中，将术前和术中的不同模态影像对齐，从而可以使模态影像得到充分利用；本发明中，穿刺路径在人为设定基础上，通过穿刺自动规划和风险评估模块可进行穿刺风险评估及进一步优化，从而能降低风险；本发明中穿刺路径不仅在三维影像显示模块中显示，还映射到二维影像显示模块中，通过二维影像显示模块中与三维影像显示模块相互补充，能提高穿刺路径评估的精确性。
-
公开(公告)号：CN116703880A
公开(公告)日：2023-09-05
申请号：CN202310744112.7
申请日：2023-06-21
Applicant: 苏州科技城医院 , 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明涉及数据处理技术领域，公开了一种免疫状态预测模型构建方法、预测方法及构建装置，构建方法包括采集多个肿瘤患者的肿瘤部位的CT图像；获取每一个肿瘤患者的肿瘤内部区域以及肿瘤周边区域的每一种预设免疫细胞类型的细胞密度；确定肿瘤内部区域以及肿瘤周边区域对应的每一种预设免疫细胞类型的免疫评分；基于免疫评分，确定每一个肿瘤患者的免疫状态；根据CT图像，提取肿瘤内部区域与肿瘤周边区域的影像组学特征；利用一批肿瘤患者的免疫状态以及影像组学特征作为训练数据，构建免疫状态预测模型。本发明可以无创地、更加全面地预测肿瘤患者的整体免疫状态，而且更加精准，能够为预后预测和个体化免疫治疗提供定量依据。
-
公开(公告)号：CN112163987A
公开(公告)日：2021-01-01
申请号：CN202010640114.8
申请日：2020-07-06
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州科技城医院
Abstract: 本发明公开了一种穿刺路径规划系统，包括：三维影像分割模块、三维影像配准模块、二维影像显示模块、三维影像显示模块、穿刺规划路径交互选择模块以及穿刺自动规划和风险评估模块。本发明通过三维影像配准模块可将多模态影像配准到同一个坐标系中，将术前和术中的不同模态影像对齐，从而可以使模态影像得到充分利用；本发明中，穿刺路径在人为设定基础上，通过穿刺自动规划和风险评估模块可进行穿刺风险评估及进一步优化，从而能降低风险；本发明中穿刺路径不仅在三维影像显示模块中显示，还映射到二维影像显示模块中，通过二维影像显示模块中与三维影像显示模块相互补充，能提高穿刺路径评估的精确性。
-
公开(公告)号：CN113052849A
公开(公告)日：2021-06-29
申请号：CN202110409678.5
申请日：2021-04-16
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州科技城医院
Abstract: 本发明公开了一种腹部组织图像自动分割方法及系统，该方法包括以下步骤：1)构建第一训练数据集；2)利用所述第一训练数据集对3D U‑Net网络进行训练，得到腹部组织自动分割模型；3)构建用于肿瘤分割任务的第二训练数据集；4)利用所述第二训练数据集对DeepLab V3+网络进行训练，得到肿瘤自动分割模型；5)将所述腹部组织自动分割模型和肿瘤自动分割模型级联，得到腹部组织自动分割模型；6)将待分割的腹部扫描图像输入腹部组织自动分割模型，自动得到腹部组织分割图像和肿瘤分割图像。本发明的腹部组织图像自动分割方法能够对形态多变的腹部组织和肿瘤进行分割，在低对比度和边缘模糊的情况下取得良好的分割精度。
-
Patent Agency Ranking
公开(公告)号：CN120088552A
公开(公告)日：2025-06-03
申请号：CN202510160465.1
申请日：2025-02-13
Applicant: 中国科学院苏州生物医学工程技术研究所 , 核工业总医院
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/762 , G06N3/0895 , G06N3/0464 , G06N3/088 , G06N3/09 , G06T7/00
Abstract: 本发明涉及图像分析技术领域，公开了一种医学图像分类方法、装置、设备、存储介质及产品，该方法包括：获取无标签医学图像样本以及有标签医学图像样本；构建子聚类感知对比半监督学习模型，子聚类感知对比半监督学习模型包括特征聚类分支以及网络学习分支；将无标签医学图像样本以及有标签医学图像样本输入特征聚类分支，根据有标签医学图像样本的动态子聚类结果确定无标签医学图像样本的子聚类伪标签；基于无标签医学图像样本、有标签医学图像样本以及子聚类伪标签训练网络学习分支，获得训练完成后的医学图像分类模型。本发明通过交替协同优化机制，有效解决了图像分类任务中类内差异性大与类间相似性高的问题，提高了图像分类的分类精度。
-
公开(公告)号：CN114254698B
公开(公告)日：2024-10-22
申请号：CN202111485510.9
申请日：2021-12-07
Applicant: 苏州国科医工科技发展(集团)有限公司 , 中国科学院苏州生物医学工程技术研究所
IPC: G06V10/764 , G06N3/09 , G06V10/82 , G06N3/0499
Abstract: 本发明公开了一种不平衡数据与图像处理方法、系统及计算机设备，该包括以下步骤：1)对不平衡数据集O进行预处理；2)使用基于豪斯多夫距离的最大分布算法确定RBF神经网络数据生成模型的参数；3)构建RBF神经网络数据生成模型；4)使用构建的RBF神经网络数据生成模型结合mvnrnd函数生成样本集合S；5)将生成的样本集合S填充到原始不平衡数据集O中，获得处理后的平衡数据集Os，Os＝O∪S。本发明提供的不平衡数据与图像处理方法，能够处理缺失值和不同类型的属性，自适应地学习原始不平衡数据的类内和类间分布，自动按类别生成数据扩充原始数据中的少数类，从而能有效改善数据的不平衡性，提高数据分析的准确性。
-
公开(公告)号：CN111951252B
公开(公告)日：2024-01-23
申请号：CN202010826210.1
申请日：2020-08-17
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州市第五人民医院
Abstract: 本发明公开了一种多时序图像处理方法、电子设备及存储介质，该方法包括以下步骤：1)多时序感兴趣区域分割；2)感兴趣区域综合特征提取；3)多时序图像特征提取；4)图像集处理：5)将所述步骤4)得到的特征矩阵M进行特征筛选后通过分类器进行分类，获得图像处理结果。本发明的多时序图像处理方法，能同时实现对多个病人的多时序图像分类，从多时相特征中能得到更加丰富的影像学定量特征；本发明通过构建多时相影像特征及其不同时相之间的特征差异，共同构成特征集合，可以更加有效的反映不同组织的影像学表现，利于得到更加丰富的影像学信息。
-
公开(公告)号：CN112508888B
公开(公告)日：2023-12-19
申请号：CN202011349387.3
申请日：2020-11-26
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种面向医学影像的脑动脉快速自动分割方法及系统，该方法包括以下步骤：1)对输入的图像进行校正；2)对校正后的图像采用自检测分割方法进行阈值分割；3)对阈值分割后的图像使用自适应颅内模板去除颅骨；4)对去除颅骨后的图像进行种子点集阈值计算；5)种子点集自动提取；6)进行直方图统计，计算阈值系数；7)区域增长；8)精细分割。采用本发明的方法，能够自动地提取图像内的血管区域，并且自动化阈值计算方法对于不同类型的影像均具有较好的适应性与鲁棒性；本发明所采用的分割方法不仅适用于正常解剖结构的血管，对于有动脉瘤、囊肿等解剖结构变异或正常生理结构变异，均能够实现较好的分割效果。
-
公开(公告)号：CN115953575A
公开(公告)日：2023-04-11
申请号：CN202210762226.X
申请日：2022-06-29
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州市立医院 , 济南国科医工科技发展有限公司
Abstract: 本发明公开了一种图像配准分割方法及系统，包括以下步骤：S1、提供分割配准联合网络模型；S2、预训练配准网络和分割网络；S3、对配准网络进行参数优化；S4、对分割网络进行参数优化；S5、重复步骤S2和S3使两者交替进行，直至最后得到一个训练好的分割配准联合网络模型，将该模型用于进行图像分割配准。本发明提供的图像配准分割方法及系统，从全局的解剖结构轮廓和局部的结构信息两点入手，一方面利用器官标签对配准的约束来引导图像配准，并将配准与分割网络联合，只需少量人工标注即可完成全部图像的标签引导；另一方面提出msMIND对图像局部结构进行约束引导图像配准，能够实现高精度的多模态医学图像配准。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.04 seconds)
