-
公开(公告)号:CN119251240A
公开(公告)日:2025-01-03
申请号:CN202411122671.5
申请日:2024-08-15
Applicant: 华中科技大学同济医学院附属同济医院
IPC: G06T7/11 , G06T7/12 , G06N3/0895
Abstract: 本发明涉及一种斑块自监督分割方法及系统,包括获取样本高分辨率磁共振血管壁图像并进行预处理;对预处理后的每张图像进行图像增强处理;构造自监督模型,并将图像增强处理后的所有图像输入至所述自监督模型进行自监督预训练;将自监督预训练后的所有自监督模型的参数迁移至下游的分割网络模型,并使用预先标记斑块标注的样本高分辨率磁共振血管壁图像对所述分割网络模型进行微调训练;将目标高分辨率磁共振血管壁图像输入至微调训练好的所述分割网络模型中进行分割,得到分割预测图。本发明无需依赖繁琐的手动标注流程,降低了人工标注所带来的成本和时间消耗,高效、可行,为医生提供了更准确、更便捷的斑块定位和评估工具。
-
公开(公告)号:CN118587153A
公开(公告)日:2024-09-03
申请号:CN202410579622.8
申请日:2024-05-11
Applicant: 华中科技大学同济医学院附属同济医院
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06V10/44 , G16H50/20 , G06N3/0455 , G06N3/084
Abstract: 本申请提供了一种AIS检测模型的配置方法、装置以及处理设备,用于在通过基于Encoder‑Decoder架构的检测模型来配置AIS检测模型的情况下,并具体以分析NCCT影像的所有切面来检测AIS病灶切面和AIS病人的患者级别诊断结果,实现2D切面级别的AIS检测效果和3D患者级别的AIS检测效果,充分利用两种检测任务之间的协同效应,通过同步训练提升两个任务的预测效能,更加适应真实应用场景,具有明显提升的高检测精度,由此可以满足高质量的AIS检测需求。
-
公开(公告)号:CN120013880A
公开(公告)日:2025-05-16
申请号:CN202510066197.7
申请日:2025-01-16
Applicant: 华中科技大学同济医学院附属同济医院
Abstract: 本发明涉及医学影像处理技术领域,具体涉及一种基于DCT‑GAN多尺度融合的CT造影智能成像方法及系统,该方法包括获取预处理后的目标NCCT‑CTA图像数据集;基于目标NCCT‑CTA图像数据集按照预设比例进行划分,得到训练集、验证集;将训练集、验证集输入至基于DCT‑GAN多尺度融合的初始生成对抗网络中进行模型训练,训练过程中,由生成器生成虚拟CTA图像,由鉴别器对输入的原始CTA图像与虚拟CTA图像在图像域和经过离散余弦变换处理的频域上进行判别,并基于图像域与频域上的相似度差异,以及鉴别器在这两个域上的判别差异确定网络总体损失函数;将预处理后的实时NCCT图像输入至训练好的目标生成对抗网络中,以生成高质量、高分辨率的虚拟CTA图像。
-
-