-
公开(公告)号：CN114862662B
公开(公告)日：2025-02-21
申请号：CN202210440242.7
申请日：2022-04-25
Applicant: 北京天智航医疗科技股份有限公司
IPC: G06T3/067 , G06V20/64 , G06V10/774
Abstract: 本公开涉及图像处理技术领域，提供了肘关节旋转轴心识别模型的训练方法、识别方法及装置。该方法包括：获取关节三维图像，关节三维图像携带有至少两个标注者标记的关节旋转轴心标注；将关节三维图像及其携带的关节旋转轴心标注一起投影到二维图像成像平面，得到模拟二维图像；对模拟二维图像进行图像模态转换，得到转换二维图像；使用转换二维图像训练初始关节旋转轴心识别模型，直至达到预设的训练终止条件，得到最终关节旋转轴心识别模型。本公开的最终关节旋转轴心识别模型能够精确地识别出患者在任意体位下拍摄出来的关节图像的旋转轴心位置，极大地降低了拍片操作的难度，且仅需一次拍摄即可达到要求，操作简单，耗时短且辐射剂量小。
-
公开(公告)号：CN118000908A
公开(公告)日：2024-05-10
申请号：CN202410417392.5
申请日：2024-04-09
Applicant: 北京天智航医疗科技股份有限公司
IPC: A61B34/10 , G06V10/26 , G06V10/764 , G06V10/82 , A61F2/46
Abstract: 本发明涉及医学图像处理技术领域，尤其涉及全膝关节置换规划方法、装置、设备及存储介质，所述方法包括：获取骨骼分割结果、特征点信息、配准点信息和假体信息；对骨骼分割结果进行标签处理，得到骨骼分割数据；对特征点信息和配准点信息进行球状结构分割处理，得到点分割数据；对假体信息进行掩码处理，得到假体分割数据；分别将骨骼分割数据、点分割数据和假体分割数据输入至基于unet网络构建的模型中进行训练，得到置换规划模型；获取待置换信息并进行区域识别处理，得到区域识别信息；将区域识别信息输入至所训练的置换规划模型中，得到置换规划结果；本发明的方法，可实现全膝关节置换的自动、精确规划，提高规划效率，降低规划成本。
-
公开(公告)号：CN116862933A
公开(公告)日：2023-10-10
申请号：CN202310714385.7
申请日：2023-06-15
Applicant: 北京天智航医疗科技股份有限公司
IPC: G06T7/12 , G06T7/00 , G06T5/30 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种单节脊椎的分割方法、装置、设备和存储介质，涉及医学图像处理技术领域。一种单节脊椎的分割方法，包括：获取第一脊柱边界信息，所述第一脊柱边界信息为原始CT图像经过图像分割后得到的分割结果中脊柱的边界信息；获取第一脊椎位置信息，所述第一脊椎位置信息为所述原始CT图像中单节脊椎在脊柱中的位置信息；根据所述第一脊柱边界信息、所述第一脊椎位置信息，获取单节脊椎的初始图像；对所述单节脊椎的初始图像中单节脊椎的位置进行标记，以生成单节脊椎的更新图像；根据所述单节脊椎的更新图像，确定所述原始CT图像对应的还原图像中的单节脊椎。根据本申请的实施例，可对CT图像中的脊柱进行单节段分割。
-
公开(公告)号：CN114862662A
公开(公告)日：2022-08-05
申请号：CN202210440242.7
申请日：2022-04-25
Applicant: 北京天智航医疗科技股份有限公司
IPC: G06T3/00 , G06V20/64 , G06V10/774
Abstract: 本公开涉及图像处理技术领域，提供了肘关节旋转轴心识别模型的训练方法、识别方法及装置。该方法包括：获取关节三维图像，关节三维图像携带有至少两个标注者标记的关节旋转轴心标注；将关节三维图像及其携带的关节旋转轴心标注一起投影到二维图像成像平面，得到模拟二维图像；对模拟二维图像进行图像模态转换，得到转换二维图像；使用转换二维图像训练初始关节旋转轴心识别模型，直至达到预设的训练终止条件，得到最终关节旋转轴心识别模型。本公开的最终关节旋转轴心识别模型能够精确地识别出患者在任意体位下拍摄出来的关节图像的旋转轴心位置，极大地降低了拍片操作的难度，且仅需一次拍摄即可达到要求，操作简单，耗时短且辐射剂量小。
-
公开(公告)号：CN119722754A
公开(公告)日：2025-03-28
申请号：CN202311261690.1
申请日：2023-09-27
Applicant: 北京天智航医疗科技股份有限公司
IPC: G06T7/33 , A61B34/20 , A61B90/00 , G06T7/73 , G06T19/00 , G16H20/40 , G16H30/40 , G06V20/64 , G06V10/74
Abstract: 本申请提出一种图像配准方法、装置及基于图像配准的骨科手术导航系统，其中图像配准方法包括：根据待配准物体的三维图像、正位二维图像、侧位二维图像和X光机的内参生成待配准物体的初始物体位姿和X光机的初始正位位姿和初始侧位位姿；对初始物体位姿进行配准优化，生成待配准物体的目标物体位姿；对X光机的初始侧位位姿进行配准优化，生成配准后的目标侧位位姿；将待配准物体的目标物体位姿和X光机的目标侧位位姿和初始正位位姿整合为配准优化结果。根据本申请提出的方案不仅可以优化物体位姿，而且可以在X光机位置不准的情况下，对X光机的侧位位姿进行精确配准，提高了配准方法的准确性和易用性。
-
Patent Agency Ranking
公开(公告)号：CN118691664A
公开(公告)日：2024-09-24
申请号：CN202410693745.4
申请日：2024-05-31
Applicant: 北京天智航医疗科技股份有限公司
Abstract: 本发明提供了一种中心线生成方法及系统，中心线生成方法包括：基于预设方法对预设的CT图像数据库中的CT图像进行处理，以得到对应的标准图像；对得到的标准图像进行解算，以获得骨骼区域和非骨骼区域；对获得的非骨骼区域进行筛选，得到髓腔区域；计算每张标准图像中的髓腔区域的中心点，得到中心点数据库；将中心点数据库中的的中心点数据拟合，生成中心线。本发明的中心线生成方法解决了相关技术中髓腔中心线提取准确度不高的技术问题。
-
公开(公告)号：CN118000908B
公开(公告)日：2024-07-05
申请号：CN202410417392.5
申请日：2024-04-09
Applicant: 北京天智航医疗科技股份有限公司
IPC: A61B34/10 , G06V10/26 , G06V10/764 , G06V10/82 , A61F2/46
Abstract: 本发明涉及医学图像处理技术领域，尤其涉及全膝关节置换规划方法、装置、设备及存储介质，所述方法包括：获取骨骼分割结果、特征点信息、配准点信息和假体信息；对骨骼分割结果进行标签处理，得到骨骼分割数据；对特征点信息和配准点信息进行球状结构分割处理，得到点分割数据；对假体信息进行掩码处理，得到假体分割数据；分别将骨骼分割数据、点分割数据和假体分割数据输入至基于unet网络构建的模型中进行训练，得到置换规划模型；获取待置换信息并进行区域识别处理，得到区域识别信息；将区域识别信息输入至所训练的置换规划模型中，得到置换规划结果；本发明的方法，可实现全膝关节置换的自动、精确规划，提高规划效率，降低规划成本。
-
公开(公告)号：CN119904354A
公开(公告)日：2025-04-29
申请号：CN202311411624.8
申请日：2023-10-27
Applicant: 北京天智航医疗科技股份有限公司
IPC: G06T3/4038 , A61B6/00 , A61B90/00
Abstract: 本发明公开了一种图像拼接方法及装置、电子设备及存储介质，该方法通过拍摄不同的带有重叠区域的第一X光图像和第二X光图像，计算第二X光图像和第一X光图像的相对平移量，并根据所述相对平移量拼接所述第一X光图像和第二X光图像，使得图像的拼接能够精准地自动化完成，可以在不移动C型臂情况下增加C型臂的视野，有助于提高医生术中操作成功率和手术效率，节省了现有技术中人工进行图像拼接带来的人力投入，避免了人工拼接带来的拼接准确率低、效率低的问题，提升了用户体验。
-
公开(公告)号：CN119904353A
公开(公告)日：2025-04-29
申请号：CN202311409935.0
申请日：2023-10-27
Applicant: 北京天智航医疗科技股份有限公司
IPC: G06T3/4038 , A61B6/00 , A61B90/00
Abstract: 本发明公开了一种图像拼接方法及装置、电子设备及存储介质，该方法通过计算第二X光图像和第一X光图像的相对平移量，并根据所述相对平移量拼接所述第一X光图像和第二X光图像，使得图像的拼接能够精准地自动化完成，节省了现有技术中人工进行图像拼接带来的人力投入，避免了人工拼接带来的拼接准确率低、效率低的问题，提升了用户体验。
-
公开(公告)号：CN119722561A
公开(公告)日：2025-03-28
申请号：CN202311271314.0
申请日：2023-09-28
Applicant: 北京天智航医疗科技股份有限公司
Abstract: 本发明公开了一种CT图像的坏点坏线识别方法、校正方法及装置、电子设备及存储介质，该方法通过计算探测器行方向上和列方向上的二维相对梯度分布，降低了扫描物体边缘不清楚对坏线和坏点识别的影响，通过对噪声进行归一化处理，降低了噪声对坏线和坏点识别的影响，在不改变现有三维CT图像重建的基础上，提高了坏线和坏点识别的准确率，为后续三维CT图像重建奠定了坚实的数据基础。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.028 seconds)
