一种通用智能自动化读片方法

    公开(公告)号:CN106875384B

    公开(公告)日:2019-06-04

    申请号:CN201710062763.2

    申请日:2017-01-25

    Abstract: 本发明提供了一种通用智能自动化读片方法,获得检测影像的基础结构影像与待测结构影像;对待测结构影像进行数据处理,找出异常信号点,绘制蒙版;将蒙版基于待测结构影像刚体变换到基础结构影像之上;将蒙版覆盖后的样本大脑基础结构影像与标准空间进行配准,获得转换矩阵,从而将样本大脑根据转换矩阵映射至标准脑模板;将样本大脑分为灰质、白质和脑脊液;利用所得的转换矩阵,将待测结构影像映射至标准脑模板;提取每个样本大脑在神经通路蒙版内的待检测信号,并计算异常信号值的体素数量。本发明的准确率可以达到90%的水平,大大提高医生的效率。

    基于静息态的辅助运动区功能定位方法

    公开(公告)号:CN108065933B

    公开(公告)日:2021-07-23

    申请号:CN201610998725.3

    申请日:2016-11-14

    Abstract: 本发明属医学图像处理及应用领域,涉及一种对大脑辅助运动区进行功能定位的技术,尤其涉及一种利用静息态功能磁共振成像技术自动定位辅助运动区的方法。本发明利用静息态功能磁共振成像技术自动定位辅助运动区,采用机器学习算法实现辅助运动区的高精度定位,并且在多个数据上进行算法有效性和可靠性验证,充分考虑脑瘤患者的临床状态,只需要被定位人员的最低参与度,既可用于健康人和脑肿瘤患者的脑辅助运动功能区定位,本方法能克服基于任务范式的磁共振定位技术对脑功能区往往只能有限激活,尤其是脑瘤患者的任务执行度普遍较差时无法很好满足临床需要的缺点。

    一种通用智能自动化读片方法

    公开(公告)号:CN106875384A

    公开(公告)日:2017-06-20

    申请号:CN201710062763.2

    申请日:2017-01-25

    Abstract: 本发明提供了一种通用智能自动化读片方法,获得检测影像的基础结构影像与待测结构影像;对待测结构影像进行数据处理,找出异常信号点,绘制蒙版;将蒙版基于待测结构影像刚体变换到基础结构影像之上;将蒙版覆盖后的样本大脑基础结构影像与标准空间进行配准,获得转换矩阵,从而将样本大脑根据转换矩阵映射至标准脑模板;将样本大脑分为灰质、白质和脑脊液;利用所得的转换矩阵,将待测结构影像映射至标准脑模板;提取每个样本大脑在神经通路蒙版内的待检测信号,并计算异常信号值的体素数量。本发明的准确率可以达到90%的水平,大大提高医生的效率。

    基于静息态的辅助运动区功能定位方法

    公开(公告)号:CN108065933A

    公开(公告)日:2018-05-25

    申请号:CN201610998725.3

    申请日:2016-11-14

    Abstract: 本发明属医学图像处理及应用领域,涉及一种对大脑辅助运动区进行功能定位的技术,尤其涉及一种利用静息态功能磁共振成像技术自动定位辅助运动区的方法。本发明利用静息态功能磁共振成像技术自动定位辅助运动区,采用机器学习算法实现辅助运动区的高精度定位,并且在多个数据上进行算法有效性和可靠性验证,充分考虑脑瘤患者的临床状态,只需要被定位人员的最低参与度,既可用于健康人和脑肿瘤患者的脑辅助运动功能区定位,本方法能克服基于任务范式的磁共振定位技术对脑功能区往往只能有限激活,尤其是脑瘤患者的任务执行度普遍较差时无法很好满足临床需要的缺点。

    基于静息态功能磁共振的大脑功能区对侧定位方法

    公开(公告)号:CN108961259B

    公开(公告)日:2022-03-18

    申请号:CN201710377307.7

    申请日:2017-05-25

    Abstract: 本发明属医学图像处理及应用领域,涉及对大脑辅助运动区进行功能定位的技术,尤其涉及一种利用静息态功能磁共振成像技术自动定位辅助运动区的方法。本发明利用静息态功能磁共振成像技术自动定位辅助运动区,采用机器学习算法实现辅助运动区的高精度定位,并且在多个数据上进行算法有效性和可靠性验证,充分考虑脑瘤患者的临床状态,只需要被定位人员的最低参与度,既可用于健康人和脑肿瘤患者的脑辅助运动功能区定位,本方法能克服基于任务范式的磁共振定位技术对脑功能区往往只能有限激活,尤其是脑瘤患者的任务执行度普遍较差时无法很好满足临床需要的缺点。

    基于机器学习的儿童自闭症辅助筛查装置

    公开(公告)号:CN119488292A

    公开(公告)日:2025-02-21

    申请号:CN202411519731.7

    申请日:2024-10-29

    Applicant: 复旦大学

    Abstract: 本发明提供一种基于机器学习的儿童自闭症辅助筛查装置,包括用于播放动画片或视频片段的视频播放机构,用于采集儿童观看动画片或视频片段时脑电图信号的脑电图信号采集机构,以及用于根据脑电图信号采集机构输出的待筛查儿童观看动画片或视频片段时的脑电图信号,经过内置的功能模块处理后输出被测试儿童是否为自闭症儿童结论的中心处理机构。本发明在使用过程中,操作简单方便,特别适用于儿童自闭症筛查使用,判断结果输出迅捷快速且准确率极高,且并且价格低廉,易于维护和更换,适于在医疗机构大面积推广,填补了现有技术中此类装置的空白。

    一种基于神经编码理论提升SGM模型生成性能的方法和系统

    公开(公告)号:CN115984403A

    公开(公告)日:2023-04-18

    申请号:CN202310062786.9

    申请日:2023-01-16

    Applicant: 复旦大学

    Abstract: 本发明公开了一种基于神经编码理论提升分数生成模型生成性能的方法,包括:获取图像数据集在频域空间的统计量Rf,其中图像数据集中的每个图像也都是维数为C·W·H的向量,对获取的图像数据集在频域空间的统计量Rf进行软化处理,以得到软化处理后的统计量将软化处理后的统计量作用在SGM模型的生成过程中所施加的噪声上,并进行循环迭代处理,以获取最终的生成结果xT。本发明能够解决现有SGM模型生成相同质量、数量的图像样本所需要的时间往往是GAN和VAE的几倍乃至几十倍,从而会显著增加时间开销的技术问题,以及现有SGM模型所生成图像的质量也会随着迭代次数的降低大幅下降的技术问题。

Patent Agency Ranking