公开(公告)号：CN115578578A

公开(公告)日：2023-01-06

申请号：CN202211077566.5

申请日：2022-09-05

Applicant: 大连理工大学

Inventor： 李焕杰 ,  周冬跃 ,  丛丰裕

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/25 ,  G06V10/80 ,  G16H50/20 ,  A61B5/16

Abstract: 本发明属于医学图像处理技术领域，提出了一种针对特定年龄段的自闭症检测装置。针对特定年龄段的自闭症检测装置包括模型训练模块和自闭症检测模块；基于多核学习方法融合磁共振结构像特征以辅助特定年龄段的自闭症检测。使用多核学习结合两种结构像特征，使表征区域内信息的特征与表征区域间关系的特征以适当的权重更有效地融合；此外，考虑到ASD患者之间存在较高的异质性，提出将ASD患者分为三个年龄段，在每个年龄段内使用适合该年龄段的分类模型，从而更好地完成分类任务。

公开(公告)号：CN116342400A

公开(公告)日：2023-06-27

申请号：CN202211093510.9

申请日：2022-09-08

Applicant: 大连理工大学 ,  北京师范大学

Inventor： 李焕杰 ,  闫琛伟 ,  夏明睿 ,  丛丰裕

IPC: G06T5/00 ,  G06N3/0475 ,  G06N3/045

Abstract: 本发明属于医学图像处理与人工智能交叉学科领域，提出一种使用生成对抗网络的新型fMRI站点噪声自动校正算法，包括特征生成器、站点噪声特征生成器、特征融合生成器和鉴别器；和传统的Fader网络相比，加入了站点标签自动编码模块，可以将数据的站点标签自动投影编码为图像，并且从原始图像中分离，从而实现fMRI数据的多中心效应自动校正，避免了人为的站点噪声编码假设，可以更加准确的识别与消除多中心效应。

公开(公告)号：CN116596938A

公开(公告)日：2023-08-15

申请号：CN202310402546.9

申请日：2023-04-14

Applicant: 大连理工大学 ,  首都医科大学附属北京儿童医院

Inventor： 李焕杰 ,  彭芸 ,  胡迪 ,  樊鑫

IPC: G06T7/10 ,  G06T7/30 ,  G06V10/26 ,  G06V10/52 ,  G06N3/08

Abstract: 本发明实施例提供一种图像分割方法、装置、设备和存储介质，该方法包括：获取包含待分割对象的原始图像。然后，根据该原始图像，确定待分割对象对应的第一待处理图像。其中，第一待处理图像的分辨率高于原始图像的分辨率。再对参考对象对应的模板图像和第一待处理图像进行配准，以得到第一待处理图像中的待分割对象的分割结果。其中，模板图像包含参考对象的体素数据以及参考对象的分割结果，待分割对象和参考对象的类型相同、形状不同。即通过对模板图像和第一待处理图像进行图像配准的方法，分割装置可以直接得到第一待处理图像中的待分割对象的分割结果，无需依赖于技术人员的手动标注，从而提高图像分割的效率。

公开(公告)号：CN116433976A

公开(公告)日：2023-07-14

申请号：CN202310403275.9

申请日：2023-04-14

Applicant: 首都医科大学附属北京儿童医院 ,  大连理工大学

Inventor： 彭芸 ,  李焕杰 ,  胡迪 ,  樊鑫

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/26 ,  G06V10/54 ,  G06V10/40 ,  G06T7/33 ,  G06T7/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明实施例提供一种图像处理方法、装置、设备和存储介质，该方法包括：获取包含目标对象的多张图像，对多张图像进行配准处理，以得到多张配准图像。根据目标参考对象所对应的第一模板图像，对多张配准图像中的目标对象进行分割，以得到多张分割图像，分割图像包括多个分割区域。对多张分割图像中各个分割区域进行特征提取，获得与多张分割图像中各个分割区域所对应的多个图像特征。对多张分割图像中同一分割区域所对应的多个图像特征进行融合处理，得到各个分割区域所对应的多个融合后的图像特征。根据多个融合后的图像特征，确定目标对象所对应的识别结果，提高了图像处理的质量和效果。

公开(公告)号：CN119991449A

公开(公告)日：2025-05-13

申请号：CN202510067908.2

申请日：2025-01-16

Applicant: 大连理工大学

Inventor： 郑思雨 ,  李焕杰 ,  丛丰裕

IPC: G06T5/00 ,  G06T5/70

Abstract: 基于空间特征的脑功能影像信号增强方法，属于医学图像处理技术领域。该方法通过滑动窗口分割将数据划分为多个时间片段，并对每个片段采用奇异值分解提取空间特征和时间特征；通过在体素、团簇和特征维度上进行信号增强，并采用加权平均方法合并增强后的空间和时间特征，从而生成增强后的fMRI数据。本发明通过精细化处理每个时间片段的空间特征，更准确地提升与神经活动相关的信号；增强各维度的信号特征，引入类团簇增强方法，在保持空间细节的同时提升信号的稳定性和可靠性。在静息态数据处理中提高了大脑网络的准确性和再现性；在任务态数据处理中增强了激活图的统计置信度，并在保证图谱质量的前提下缩短了扫描时间，具有广泛的应用前景。

公开(公告)号：CN116385580A

公开(公告)日：2023-07-04

申请号：CN202310246670.0

申请日：2023-03-15

Applicant: 大连理工大学

Inventor： 赵玮 ,  李焕杰 ,  丛丰裕

IPC: G06T11/00 ,  G06T5/00 ,  G06T5/10 ,  G06V10/764

Abstract: 本发明属于医学图像处理技术领域，提出了基于时空特征的脑功能影像噪声抑制方法。本发明提供了基于时空特征的脑功能影像噪声抑制方法及系统，相比较传统的噪声抑制方法，本发明旨在时间域和空间域的特征各自独立实行针对性的噪声消除和信号增强；且相比较只关注全局变化和整体趋势的现有方法，本发明加入滑动窗口来处理分段的时变特征，并使用无关协变量回归等方法有效对时间和空间特征进行精准噪声识别和去除，从而达到更好的噪声抑制效果。