-
公开(公告)号：CN117898755A
公开(公告)日：2024-04-19
申请号：CN202410244379.4
申请日：2024-03-04
Applicant: 南方医科大学南方医院
Abstract: 本发明公开了一种放射用图像精度评价尺，包括可配合躺卧成像使用和可配合站立成像使用的透明塑料直尺，所述透明塑料直尺的表面开设有沿着透明塑料直尺的长度方向间隔分布的刻度槽和数字槽，各刻度槽和各数字槽内填充有可吸收X射线的金属物质；高度可调节的两个支撑装置，所述的两个支撑装置支撑在配合躺卧成像使用的透明塑料直尺的两端下方以使透明塑料直尺根据患者腿部特征呈横向倾斜状态；以及一竖立夹紧装置，所述竖立夹紧装置夹持固定配合站立成像使用的透明塑料直尺以使透明塑料直尺呈竖立状态。本发明的放射用图像精度评价尺使临床放射技师和医生可以直观评判图像成像效果及拼接精度，有效防止拼接图像出现重叠、缺失、畸变等现象。
-
公开(公告)号：CN109598702A
公开(公告)日：2019-04-09
申请号：CN201811277985.7
申请日：2018-10-30
Applicant: 南方医科大学南方医院
Abstract: 本发明公开了对比增强能谱乳腺X线摄影的病灶特征量化方法及系统，方法包括：根据乳腺轮廓图的CC位图像和MLO位图像，确定乳腺区域的边界点；对乳腺轮廓图进行搜索，得到病灶轮廓，并根据病灶轮廓确定病灶区域的边界点；根据乳腺区域的边界点和病灶区域的边界点，分别计算病灶区域的第一灰度均值和乳腺区域的第二灰度均值；计算第一灰度均值和第二灰度均值之间的差异值；将计算得到的差异值与预存的病理结果进行匹配，得到良性病理结果与恶性病理结果之间的区分阈值。本发明提高了病灶良恶性的判别准确性，可广泛应用于医学图像处理技术领域。
-
公开(公告)号：CN109598702B
公开(公告)日：2023-04-07
申请号：CN201811277985.7
申请日：2018-10-30
Applicant: 南方医科大学南方医院
Abstract: 本发明公开了对比增强能谱乳腺X线摄影的病灶特征量化方法及系统，方法包括：根据乳腺轮廓图的CC位图像和MLO位图像，确定乳腺区域的边界点；对乳腺轮廓图进行搜索，得到病灶轮廓，并根据病灶轮廓确定病灶区域的边界点；根据乳腺区域的边界点和病灶区域的边界点，分别计算病灶区域的第一灰度均值和乳腺区域的第二灰度均值；计算第一灰度均值和第二灰度均值之间的差异值；将计算得到的差异值与预存的病理结果进行匹配，得到良性病理结果与恶性病理结果之间的区分阈值。本发明提高了病灶良恶性的判别准确性，可广泛应用于医学图像处理技术领域。
-
公开(公告)号：CN107714070B
公开(公告)日：2020-08-11
申请号：CN201710930180.7
申请日：2017-10-09
Applicant: 南方医科大学南方医院
Abstract: 本发明公开了一种基于数字化断层融合图的乳腺病灶定位方法、系统和装置。方法包括以下步骤：使用表面带有刻度的压迫器压迫病灶所在区域；对病灶的所在区域进行拍摄，得到数字化断层融合图；在数字化断层融合图中寻找病灶中心所在图层，并标记病灶中心的平面位置；在数字化断层融合图中寻找压迫器表面所在图层，并根据病灶中心的平面位置以及压迫器表面的刻度，确定病灶中心的横向和纵向坐标；所述压迫器表面指压迫器上带有刻度的表面；计算病灶中心所在图层到压迫器表面所在图层之间的距离作为病灶中心的深度坐标；根据坐标定位到病灶。本发明能够精准地定位病灶的位置。本发明可以广泛应用于乳腺病检测技术领域。
-
公开(公告)号：CN109002831A
公开(公告)日：2018-12-14
申请号：CN201810582349.9
申请日：2018-06-05
Applicant: 南方医科大学南方医院
Abstract: 本发明公开了一种基于卷积神经网络的乳腺密度分类方法、系统及装置，方法包括采集乳腺钼靶图像，并对其进行分类标记，得到标记后的乳腺钼靶图像；将标记后的乳腺钼靶图像进行预处理，得到钼靶训练图像；将钼靶训练图像输入至卷积神经网络模型进行训练，得到训练完成后的乳腺分类预测网络模型；将需要预测的测试样本输入至乳腺分类预测网络模型进行处理，得到乳腺密度各个分类的概率，进而得到测试样本的分类结果。本发明通过卷积神经网络模型实现端到端的训练，从而能从大量的乳腺钼靶图像中自动学习图像特征，有效提高对医疗大数据的适应能力，大大提高分类预测的准确性。本发明可广泛应用于医疗领域中。
-
Patent Agency Ranking
公开(公告)号：CN118887408A
公开(公告)日：2024-11-01
申请号：CN202411389347.X
申请日：2024-10-08
Applicant: 南方医科大学南方医院
IPC: G06V10/26 , G16H30/20 , G06V10/764 , G06V10/776 , G06V20/70
Abstract: 本发明公开了一种动态胸部摄影肺通气功能障碍全自动识别与评估方法，该方法包括：获取DICOM文件中的动态胸部摄影的第一原始图像以及第一肺通气显像图像；根据语义分割模型以及所述第一原始图像，获取第一肺野掩膜；根据所述第一原始图像以及所述第一肺野掩膜，对所述第一肺通气显像图像进行分割处理，得到第二肺通气显像图像；根据所述第一原始图像、所述第一肺野掩膜以及所述第二肺通气显像图像，对图像分类模型进行训练以及测试，得到目标全自动识别与评估模型。本发明能够提高对动态胸部摄影的图像进行分析的效率，可以广泛应用于图像处理技术领域。
-
公开(公告)号：CN107714070A
公开(公告)日：2018-02-23
申请号：CN201710930180.7
申请日：2017-10-09
Applicant: 南方医科大学南方医院
Abstract: 本发明公开了一种基于数字化断层融合图的乳腺病灶定位方法、系统和装置。方法包括以下步骤：使用表面带有刻度的压迫器压迫病灶所在区域；对病灶的所在区域进行拍摄，得到数字化断层融合图；在数字化断层融合图中寻找病灶中心所在图层，并标记病灶中心的平面位置；在数字化断层融合图中寻找压迫器表面所在图层，并根据病灶中心的平面位置以及压迫器表面的刻度，确定病灶中心的横向和纵向坐标；所述压迫器表面指压迫器上带有刻度的表面；计算病灶中心所在图层到压迫器表面所在图层之间的距离作为病灶中心的深度坐标；根据坐标定位到病灶。本发明能够精准地定位病灶的位置。本发明可以广泛应用于乳腺病检测技术领域。
-
公开(公告)号：CN117115515B
公开(公告)日：2024-12-20
申请号：CN202310988475.5
申请日：2023-08-07
Applicant: 南方医科大学南方医院
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/082
Abstract: 本发明公开了一种数字乳腺三维断层摄影结构扭曲病灶图像处理方法，包括：获取乳腺DBT图像训练集，对乳腺DBT图像训练集进行预处理；根据乳腺DBT图像训练集，获取输入数据；对输入数据进行结构扭曲病灶概率的检测，获得二维候选区域；对二维候选区域进行聚合，获得三维候选序列；对三维候选序列进行检测，得到良恶性分类结果。采用大量医学影像数据进行训练，得到具有优秀性能的图像处理和检测分类模型，用于乳腺DBT结构扭曲的检出及良恶性检测分类，能够快速、准确地对乳腺DBT图像中的结构扭曲病灶进行图像处理和检测，提高典型与非典型结构扭曲的检出率，能够帮助医生更加快速、精准地发现结构扭曲病灶。
-
公开(公告)号：CN118887408B
公开(公告)日：2024-12-31
申请号：CN202411389347.X
申请日：2024-10-08
Applicant: 南方医科大学南方医院
IPC: G06V10/26 , G16H30/20 , G06V10/764 , G06V10/776 , G06V20/70
Abstract: 本发明公开了一种动态胸部摄影肺通气功能障碍全自动识别与评估方法，该方法包括：获取DICOM文件中的动态胸部摄影的第一原始图像以及第一肺通气显像图像；根据语义分割模型以及所述第一原始图像，获取第一肺野掩膜；根据所述第一原始图像以及所述第一肺野掩膜，对所述第一肺通气显像图像进行分割处理，得到第二肺通气显像图像；根据所述第一原始图像、所述第一肺野掩膜以及所述第二肺通气显像图像，对图像分类模型进行训练以及测试，得到目标全自动识别与评估模型。本发明能够提高对动态胸部摄影的图像进行分析的效率，可以广泛应用于图像处理技术领域。
-
公开(公告)号：CN117115515A
公开(公告)日：2023-11-24
申请号：CN202310988475.5
申请日：2023-08-07
Applicant: 南方医科大学南方医院
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/082
Abstract: 本发明公开了一种数字乳腺三维断层摄影结构扭曲病灶图像处理方法，包括：获取乳腺DBT图像训练集，对乳腺DBT图像训练集进行预处理；根据乳腺DBT图像训练集，获取输入数据；对输入数据进行结构扭曲病灶概率的检测，获得二维候选区域；对二维候选区域进行聚合，获得三维候选序列；对三维候选序列进行检测，得到良恶性分类结果。采用大量医学影像数据进行训练，得到具有优秀性能的图像处理和检测分类模型，用于乳腺DBT结构扭曲的检出及良恶性检测分类，能够快速、准确地对乳腺DBT图像中的结构扭曲病灶进行图像处理和检测，提高典型与非典型结构扭曲的检出率，能够帮助医生更加快速、精准地发现结构扭曲病灶。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.023 seconds)
