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

    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

    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。

    基于意识障碍患者意识恢复预测的磁共振检测的数据分析方法

    公开(公告)号:CN108257657A

    公开(公告)日:2018-07-06

    申请号:CN201611239707.3

    申请日:2016-12-28

    Abstract: 本发明属医学图像处理及应用领域,涉及意识障碍者意识恢复预测的功能影像分析方法,具体涉及一种基于意识障碍者功能的磁共振检测的数据分析方法。本发明基于机器学习的数据分析方法,其包括,基于静息态功能磁共振数据(RS‑fMRI),采用“加权组稀疏”算法构建人脑功能连接矩阵,从该矩阵中,用稀疏表征的特征筛选方法挑选对分类贡献高的功能连接特征用于自动预测;采用并采用线性支撑向量机构建预测模型,得到最终的对意识恢复与否的预测结果。本方法有助于用于预测脑损伤长期无意识患者能否恢复意识的参考。

    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

    公开(公告)号:CN103914823B

    公开(公告)日:2017-07-11

    申请号:CN201210595023.2

    申请日:2012-12-31

    Applicant: 复旦大学

    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。

    基于意识障碍患者意识恢复预测的磁共振检测的数据分析方法

    公开(公告)号:CN108257657B

    公开(公告)日:2023-07-07

    申请号:CN201611239707.3

    申请日:2016-12-28

    Abstract: 本发明属医学图像处理及应用领域,涉及意识障碍者意识恢复预测的功能影像分析方法,具体涉及一种基于意识障碍者功能的磁共振检测的数据分析方法。本发明基于机器学习的数据分析方法,其包括,基于静息态功能磁共振数据(RS‑fMRI),采用“加权组稀疏”算法构建人脑功能连接矩阵,从该矩阵中,用稀疏表征的特征筛选方法挑选对分类贡献高的功能连接特征用于自动预测;采用并采用线性支撑向量机构建预测模型,得到最终的对意识恢复与否的预测结果。本方法有助于用于预测脑损伤长期无意识患者能否恢复意识的参考。

Patent Agency Ranking