公开(公告)号：CN119832010A

公开(公告)日：2025-04-15

申请号：CN202510010071.8

申请日：2025-01-03

Applicant: 南京大学

Inventor： 杨孝平 ,  田露 ,  邹礼稳 ,  聂梓伟 ,  温鹏旭 ,  曹莹

IPC: G06T7/11 ,  G06T7/12 ,  G06T7/13 ,  G06T7/149 ,  G06T7/40

Abstract: 本发明公开了一种基于单点标注的医学图像弱监督变分分割方法，涉及医学图像中肿瘤分割技术领域。首先在目标肿瘤区域内随机地取一个点，根据整个CT图像的纹理方向信息、边界处灰度的局部方向信息和灰度的异质性构建一个新的各向异性的黎曼度量。其次计算整个CT图像中所有点到肿瘤区域内所取点的两种距离：基于新的黎曼度量的测地距离和欧氏距离。随后，将这两种逐点的距离信息嵌入到Chan‑Vese模型中。最后证明了模型解的存在性和唯一性，并采用Douglas‑Rachford算法对其进行求解，得到最终肿瘤的分割结果。本发明可以得到更精确、更有效、更鲁棒的分割结果，可用于肿瘤检测、定位和分割，还可以大大减少人工标注的工作量，具有较高的临床应用价值。

公开(公告)号：CN119832335A

公开(公告)日：2025-04-15

申请号：CN202510042716.6

申请日：2025-01-10

Applicant: 南京大学

Inventor： 聂梓伟 ,  温鹏旭 ,  曹莹 ,  杨孝平

IPC: G06V10/764 ,  G06T7/00 ,  G06T7/60 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/766 ,  G06V10/26

Abstract: 本发明提供了一种眼底超声视频最优帧检测与视神经鞘宽度测量的全自动方法。首先，训练一个在眼底超声图像中自动分割眼球和视神经鞘的深度网络模型。然后，对每一个眼底超声视频中的每一帧图像进行分割，设计一个眼底超声图像评分模型对每一帧超声图像进行评分，输出每一个眼底超声视频中得分最高的五张图像作为最优帧集。最后，根据眼球和视神经鞘的分割结果设计基于中心线的算法自动计算眼球下3毫米处的视神经鞘宽度，并以最优帧图像中视神经鞘宽度的修剪平均值作为眼底视神经鞘的宽度测量值。本发明能够在仅输入眼底超声视频的情况下，实现眼球和视神经鞘两个要素的自动分割、最优帧的自动选取和视神经鞘宽度的自动测量。