-
公开(公告)号：CN115358995A
公开(公告)日：2022-11-18
申请号：CN202211005928.X
申请日：2022-08-22
Applicant: 复旦大学
Abstract: 本发明涉及基于多模态信息融合的全自动空间注册系统，包括：术前规划模块：用于融合术前膝关节MRI图像和CT图像，重建“骨+软骨”组合导航模型；术中点云提取模块：用于扫描并自动提取术中膝关节病灶软骨表面点云数据；空间注册模块：用于对术前CT图像空间中重建的软骨表面点云与术中扫描的所述软骨表面点云数据进行配准，实现术中病人空间和术前图像空间的导航注册。本发明基于点云的配准方式不需要选取解剖点就能获取相似精度的配准，大大减少了对医生的依赖程度，这种技术极大的辅助了医生，使医生可以更加专注于手术本身。
-
公开(公告)号：CN112826590A
公开(公告)日：2021-05-25
申请号：CN202110146163.0
申请日：2021-02-02
Applicant: 复旦大学
Abstract: 本发明属于医疗设备技术领域，具体为一种基于多模态融合和点云配准的膝关节置换术空间注册系统。本发明系统包括三个模块：CT图像上膝关节软骨表面点云的空间坐标构建模块；术中病人空间膝关节软骨表面点云采集模块；膝关节软骨表面点云层次化配准模块，实现术中病人与术前图像的空间注册；配准误差为2.5mm左右。本发明可大大减少术中配准时间，一般用时2分钟左右，因而大大减少手术时间；利用术前融合的CT与MR图像，能够提供软组织信息，有利于医生根据软组织信息进行更好的术前规划以及术中切口位置的判断；另外可大大减少对医生的依赖程度，使医生可以更加专注于手术本身。
-
公开(公告)号：CN105654450B
公开(公告)日：2019-01-15
申请号：CN201410625664.7
申请日：2014-11-09
Applicant: 复旦大学
IPC: G06T7/11
Abstract: 本发明属MR图像分割及应用领域，涉及一种基于全局和局部区域的测地线模型进行MR图像分割和偏移场矫正的方法，本发明基于MR图像分割在医学图像分析中的至关重要性，以及MR图像灰度不均匀性使分割更为困难，噪声和偏移场导致灰度不均匀性等原因，采用基于全局和局部的符号压力函数提取图像的全局和局部信息处理灰度不均匀图像；在局部符号压力函数中加入偏移场矫正项，实现同时分割MR图像和偏移场矫正，克服偏移场造成的灰度不均匀性；将模型由二项水平集扩展到四项水平集，实现脑MR图像灰质、白质和脑脊液的准确分割。本方法应用在合成图像和MR图像中，分割结果表明其具有显著的准确性和高效性。
-
公开(公告)号：CN106420055A
公开(公告)日：2017-02-22
申请号：CN201610086140.4
申请日：2016-02-15
Applicant: 复旦大学
Abstract: 本发明属医学图像处理及应用领域，涉及一种基于无线传输的脑组织变形矫正系统，具体涉及一种神经外科术中脑组织变形矫正系统。该系统包括脑组织变形工作台和三维激光扫描仪工作台。脑组织变形矫正系统工作台搭载脑组织变形矫正软件系统，可以通过无线局域网与神经外科手术导航系统通讯。所述脑组织变形矫正软件系统包含三维可视化模块、标定模块、脑组织提取模块、网格化模块、边界条件获取模块、有限元计算模块、术前图像更新模块以及通讯模块。本系统精度可靠，可集成在现有神经外科手术导航系统中，帮助实现术中软组织变形矫正，从而大幅度提高导航系统精度，有助于临床应用。
-
公开(公告)号：CN114565547A
公开(公告)日：2022-05-31
申请号：CN202011265909.1
申请日：2020-11-13
Applicant: 复旦大学
Abstract: 本发明公开了一种基于2D‑3D特征融合的膝关节MRI骨结构分割方法。本发明首先计算MR数据矢状位向的最大密度投影图像（MIP），由此构建自动分割膝关节的高精度卷积编解码神经网络架构:1)基于MIP提取全局特征的2D旁路网络；2）基于MR提取局部细节特征的3D主干网络，3）2D全局信息与3D局部细节信息的特征融合模块。尤其，全局特征作为位置信息，在编码路径的每个分辨率上将与局部细节网络进行融合，增加局部网络的上下文信息，提高分割精度。本方法在公开数据集上验证，股骨、股骨软骨、胫骨、胫骨软骨的平均骰子相似度系数高达97.78%、84.83%、97.93%、84.80%，分割性能明显优于其他方法。
-
Patent Agency Ranking
公开(公告)号：CN104794684B
公开(公告)日：2018-02-27
申请号：CN201410021069.2
申请日：2014-01-17
Applicant: 复旦大学
Abstract: 本发明属医学图像处理及应用领域，涉及一种用于病毒噬斑直径的自动分析方法。本方法包括:首先依据所得噬斑图像的四角区域亮度数据修正原始图像光照不均匀性，得到增强后图像；然后通过在增强后图像上手工少量标记点对噬斑和背景取样，对增强后图像进行图像色彩空间上的多线性回归预测；以回归结果将图像按像素分类为二值图像;对二值图像采取形态学闭运算平滑后，通过对连通区域的面积等属性计数和统计，实现噬斑图像自动分析。本方法操作简单，高效快速，测定精度类似于专家手工测量的结果，处理一张噬斑培养皿图像的时间不大于20秒。能有效提高实验操作人员的工作效率。
-
公开(公告)号：CN103914823A
公开(公告)日：2014-07-09
申请号：CN201210595023.2
申请日：2012-12-31
Applicant: 复旦大学
IPC: G06T7/00
Abstract: 本发明属医学图像分析及应用领域，涉及配准立体目标图像到模板图像的方法，具体涉及基于稀疏表示的快速精确非线性配准立体医学影像的方法，本方法使用模板图像和目标图像检测的标记对应点，通过查找建立的变形场字典和对应点字典，得到稀疏组合系数，该系数能融合变形场字典的相应实例，获得目标图像的最终变形场，将目标图像配准到模板图像上。该方法在临床环境具有较好的应用，可用于神经科学中快速精确地配准大脑核磁共振图像，或者用于放射性治疗前列腺癌中精确定位前列腺的位置，且能以更快地速度实现更准确的配准。
-
公开(公告)号：CN114565547B
公开(公告)日：2025-05-13
申请号：CN202011265909.1
申请日：2020-11-13
Applicant: 复旦大学
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于2D‑3D特征融合的膝关节MRI骨结构分割方法。本发明首先计算MR数据矢状位向的最大密度投影图像（MIP），由此构建自动分割膝关节的高精度卷积编解码神经网络架构:1)基于MIP提取全局特征的2D旁路网络；2）基于MR提取局部细节特征的3D主干网络，3）2D全局信息与3D局部细节信息的特征融合模块。尤其，全局特征作为位置信息，在编码路径的每个分辨率上将与局部细节网络进行融合，增加局部网络的上下文信息，提高分割精度。本方法在公开数据集上验证，股骨、股骨软骨、胫骨、胫骨软骨的平均骰子相似度系数高达97.78%、84.83%、97.93%、84.80%，分割性能明显优于其他方法。
-
公开(公告)号：CN116824134A
公开(公告)日：2023-09-29
申请号：CN202310564805.8
申请日：2023-05-18
Applicant: 复旦大学
IPC: G06V10/26 , G06V10/75 , G06V10/774 , G06N20/20
Abstract: 本发明公开了一种基于部分标注数据集协同学习的多器官分割系统，包括：直方图匹配模块：用于实现来自不同中心的影像数据集具有相同的灰度分布；单器官分割模型协同学习模块：用于提高每个单器官分割模型的分割性能，以及实现不同数据集标注的不同器官可以相互感知，提高生成伪标签的质量；多器官分割模型协同学习模块：用于充分利用不同数据集中的标签，提高每个多器官分割模型的分割性能；多器官分割模型蒸馏模块：用于从多个多器官分割模型学习得到一个最终的多器官分割模型。本发明基于部分标注的医学影像数据集实现一个多器官分割模型，大大减少了对全标注数据集的依赖程度，减轻医生的标注困难。
-
公开(公告)号：CN114305473A
公开(公告)日：2022-04-12
申请号：CN202210068304.6
申请日：2022-01-20
Applicant: 复旦大学
Abstract: 本发明公开了一种基于腹部CT图像和深度学习的身体成分自动测量系统。本发明系统包括CT图像上第三腰椎对应的所有轴向切片的定位模块、CT图像上第三腰椎对应轴向切片的四类骨骼肌分割模块、基于CT图像的身体成分自动测量模块。利用前两个模块训练深度学习模型定位和分割第三腰椎的四类骨骼肌，并自动计算脂肪、肌肉等身体成分的占比。本发明在临床肝硬化患者CT数据上训练验证，四类骨骼肌分割结果平均Dice达到0.9283，平均表面距离为0.6779mm。本发明利用阈值处理还能得到皮下脂肪与腹内脂肪等身体成分。本发明批量得到第三腰椎对应的身体组分用时为2‑3秒，对于临床诊断肝硬化患者并发症具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.015 seconds)
