一种基于几何深度学习的多模态医学图像颅内动脉瘤的分割方法

    公开(公告)号:CN119991693A

    公开(公告)日:2025-05-13

    申请号:CN202411843381.X

    申请日:2024-12-13

    Abstract: 本发明涉及一种基于几何深度学习的多模态医学图像颅内动脉瘤的分割方法,所述方法包括:步骤1,基于频域卷积的深度神经网络,设计医学扩散网;步骤2,对三维网格数据进行预处理,实现模型的流形化并计算网格模型的特征;步骤3,使用多重损失函数,以减少不平衡数据集的影响等步骤。本发明所述方法避免了传统分割方法需要手工设计特征且多阶段处理的繁琐过程;所述方法设计的MedDiffusionNet解决了多种模态医学图像的颅内动脉瘤分割问题,通过在MRA、CTA以及DSA数据上的实验结果表明,本发明所述方法无需对不同模态的数据进行分别训练,就能够得到准确的颅内动脉瘤分割;通过学习扩散参数t自适应地融合邻域内特征。

    一种基于骨架线的脑血管定量分析方法

    公开(公告)号:CN105931247B

    公开(公告)日:2019-07-30

    申请号:CN201610293725.3

    申请日:2016-05-05

    Abstract: 本发明涉及一种基于骨架线的血管定量分析方法。本发明采用基于脑血管DICOM数据定量分析的方法,在原始数据中对脑血管进行分割,并识别出Wills环部分,采用骨架线提取算法进行Wills环骨架线提取,得到Wills环骨架线及其采样点半径几何模型。对骨架上的每段血管进行语义标识和规律采样,并计算采样点处的特征量信息并保存在数据库中。与传统的二维投影图像定量化分析和血管三维体积的定量化分析相比,本发明能够得到更加精确的结果。本发明采用B样条曲线方法拟合原始离散骨架,使血管骨架形态连续化,从而可以获取血管上任意一点的特征量,得到更为精确的特征量计算结果。

    基于球B样条的纬编针织物造型的仿真方法

    公开(公告)号:CN104933216A

    公开(公告)日:2015-09-23

    申请号:CN201510109211.3

    申请日:2015-03-12

    Abstract: 本发明公开了基于球B样条的纬编针织物造型的仿真方法,本发明对基于球B样条构造的编针织物进行仿真,球B样条是通过定义一系列的控制点、控制点所在的控制半径以及和这些控制点相联系的B样条曲线来表现2D绘画和3D绘画,操作时,通过线圈不同的构造方式经过计算机模拟能够得到任意行列的纬编针织物的效果图。通过变换线圈不同位置的颜色能够得到不同图案的纬编针织物;本发明的优点是能够方便灵活地对三维模型进行处理和变形使存储和传输时效率更高,计算机中能真实地模拟出不同样式和图案的纬编针织物三维模型并且使编针织物更具有真实感达到了很好的仿真模拟效果,为编针织物在CAD系统中的形变仿真提供一种新的思路方法。

    基于弹簧模型的球B样条编针织物形变仿真的方法

    公开(公告)号:CN104679958A

    公开(公告)日:2015-06-03

    申请号:CN201510108809.0

    申请日:2015-03-12

    Abstract: 本发明公开了基于弹簧模型的球B样条编针织物形变仿真的方法,本发明对基于球B样条构造的编针织物进行形变仿真,球B样条是通过定义一系列的控制点、控制点所在的控制半径以及和这些控制点相联系的B样条曲线来表现2D绘画和3D绘画,操作时,基于胡克定律在编针织物的各个线圈之间建立弹簧模型,通过改变球B样条曲线控制点和其对应的厚度可以实现编针织物精确的形变并且提高了存储和传输的效率。本发明的优点是:纬编针织物的计算机三维模拟采用参数化的方法,方便用户交互操作,使用更少的数据在计算机中能真实地模拟编针织物形变模型并达到了很好的模拟效果,为编针织物在CAD系统中的形变仿真提供一种新的思路方法。

    基于LoRA垂域MedSAM大模型的腹部CT多器官分割方法

    公开(公告)号:CN119992083A

    公开(公告)日:2025-05-13

    申请号:CN202411973609.7

    申请日:2024-12-30

    Abstract: 本发明涉及基于LoRA垂域MedSAM大模型的腹部CT多器官分割方法,包括:步骤1,对腹部CT图像监督学习数据集进行预处理;步骤2,特征选择网络构建;步骤3,LoRA层的构建;步骤4,使用混合提示策略,进行层间上下文推理,实现腹部CT自动化分割;本发明的优越效果是:通过多特征信息融合、动态上下文提示和自适应LoRA微调,提高了MedSAM大模型在腹部多器官CT分割任务中精度和鲁棒性,多特征信息能够全面地表征器官特征,动态上下文提示能有效地利用上下文信息,而自适应LoRA微调能有效地利用有限的训练数据;基于MedSAM大模型的图像编码器,在每个Transformer层添加了可学习LoRA层,以实现参数高效训练,对于MedSAM大模型的掩码解码器,也同时将LoRA层添加到自注意和交叉注意层中。

    基于LDDMM的个性化人脑网络增强现实学习方法

    公开(公告)号:CN117934770A

    公开(公告)日:2024-04-26

    申请号:CN202310928099.0

    申请日:2023-07-26

    Abstract: 本发明公开了基于LDDMM的个性化人脑网络增强现实学习方法,涉及计算机辅助设计中的基于增强现实的教育领域,本发明通过并行加速的LDDMM图像配准算法计算从脑图谱到MRI的微分同胚变换,并将该变换应用于脑图谱的掩码层,通过比对变换后的脑图谱掩码与MRI,根据脑图像标注规则,实现MRI的脑区信息标注,通过上述方法实现对脑MRI的自动标注,节省了人工标注的昂贵成本,通过构建增强现实环境,采用面片模型重建算法、面绘制算法和体绘制算法实现了脑模型的可视化,RMCP范式的多通道三维交互系统有效促进了学习者与学习材料的互动,提高了学习者的参与度,有助于激发学习兴趣,提高学习效率。

    基于层次图的三维管状体模型的曲线骨架线提取方法

    公开(公告)号:CN115830211A

    公开(公告)日:2023-03-21

    申请号:CN202211250923.3

    申请日:2022-10-12

    Abstract: 本发明提出一种基于层次图的三维管状体模型的曲线骨架线提取方法,包括:输入三维管状体模型数据;预处理,提取端点;计算最短路径,计算不同路径之间的几何特征,构建初始离散骨架点;计算路径的距离和角度,确定分叉点候选点的位置;对原始数据进行分割;应用球B样条进行拟合优化,获得骨架线数据;输出骨架线数据,通过跟踪最短路径估计分叉点的位置,并使用弹性小球碰撞移动算法获取分叉点的精确位置;以分叉点为球心进行动态小球扩张算法将数据模型划分为多个分支,为后续层次图的构建和并行计算奠定基础。

Patent Agency Ranking