基于隐式神经表示的心脏三维超声成像及心功能评估系统

    公开(公告)号:CN116269496A

    公开(公告)日:2023-06-23

    申请号:CN202310179178.6

    申请日:2023-03-01

    Applicant: 南京大学

    Abstract: 本发明提出一种基于隐式神经表示的心脏三维超声成像及心功能评估系统。该系统包括二维超声图像采集模块、基于隐式神经表示的三维超声成像模块和心功能评估模块;其中,二维超声图像采集模块用于获取心脏的二维超声图像,并估计超声图像的位置参数;基于隐式神经表示的三维超声成像模块用于心脏的三维重建,该模块将整个心脏表示为一个输入为三维坐标、输出为对应位置体素值的隐式函数;心功能评估模块用于自动计算心脏左、右心室的容积以及射血分数。本发明方法重建的三维心脏比传统三维探头采集的三维心脏包含更多的腔体内部细节信息。

    多模态多维医学影像序列通用运动追踪方法及装置

    公开(公告)号:CN117557522A

    公开(公告)日:2024-02-13

    申请号:CN202311510415.9

    申请日:2023-11-13

    Applicant: 南京大学

    Abstract: 本发明公开一种多模态多维医学影像序列通用运动追踪方法及装置。其方法包括以下步骤:S1,使用医学影像设备对目标组织进行二维或三维的图像序列采集;S2,对所采集的图像序列进行隐式神经表示,将目标组织的运动参数转化为一个多变量的神经网络,该网络以一组时空坐标作为输入,并输出对应坐标下目标组织的任意空间位置点的运动位移。本发明的方法可以更加精确地捕捉在各种医学影像模态序列中的目标组织任意位置的运动轨迹,进而为临床诊断和治疗提供更为可靠的数据支持。

    基于元学习的稀疏视角三维心脏超声快速成像及评估方法

    公开(公告)号:CN116310133A

    公开(公告)日:2023-06-23

    申请号:CN202310359606.3

    申请日:2023-04-06

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于元学习的稀疏视角三维心脏超声快速成像及评估方法。该方法的步骤包括:S1,获取待重建心脏样本的数据集合;S2,构建成像模型,利用数据集合,基于元学习算法训练初始化成像模型,得到模型初始参数;S3,成像模型根据模型初始参数,对新场景下的目标心脏进行三维重建;S4,对步骤S3重建后的心脏进行心功能评估。本发明的创新点在于引入元学习算法,学习不同心脏之间共有的结构信息,提供先验知识,从而实现仅有稀疏样本输入时的高质量、高性能快速成像。这种方法可以应用于现有的三维心脏超声成像系统中,提高成像的质量和速度。

Patent Agency Ranking