CT图像血管树、冠状动脉树的分割结果优化方法、系统

    公开(公告)号:CN115810018A

    公开(公告)日:2023-03-17

    申请号:CN202211529439.4

    申请日:2022-11-30

    Abstract: 本发明提供了一种CT图像血管树、冠状动脉树的分割结果优化方法、系统,依据原始CT图像获取血管树的分割结果图像,通过感兴趣区域获取单元将分割图像与原始CT图像相乘,得到仅含有血管树的CT图像,并通过图像划分单元将图像划分成不重叠的N个图像块;随机掩码单元的掩码比例为自适应的,通过归一化单元对所有的非掩码图像块的CT值进行归一化线性变换,得到预处理后的分割结果图像;在网络模型训练模块中采用MSE与clDice结合的损失函数训练优化网络模型,并获取训练好的优化网络模型的权重信息;在网络模型推理模块中,将预处理后的分割结果图像作为输入图像输入训练好的优化网络模型中,结合权重信息,得到优化后的分割结果图像。

    基于CT定位片生成三维医学图像的系统、方法及医学影像设备

    公开(公告)号:CN114240824A

    公开(公告)日:2022-03-25

    申请号:CN202111274095.2

    申请日:2021-10-29

    Abstract: 本发明具体涉及基于CT定位片生成三维医学图像的系统、方法及医学影像设备,其系统包括采集单元、深度学习单元和显示单元;深度学习单元包括预处理模块、网络生成模块和网络判别模块,预处理模块用于对输入的定位片图像信息进行数据处理;网络生成模块包括编码器、特征转换器和解码器,编码器用于提取数据处理之后的定位片图像的浅层和深层特征,特征转换器用于将编码器提取的2D深层特征向三维的高纬度特征空间进行维度迁移和特征转化以得到3D深层特征,解码器用于扩展和挖掘经过特征转换器的3D深层特征以生成三维医学图像。本发明生成的三维医学图像具有确定的CT值信息,含有丰富医学解剖学信息特征,可有效区分其中的医学器官组织。

    一种基于CT定位片的扫描流程决策方法及系统

    公开(公告)号:CN112541941A

    公开(公告)日:2021-03-23

    申请号:CN202011418072.X

    申请日:2020-12-07

    Abstract: 本发明属于医学影像技术领域,具体涉及一种基于CT定位片的扫描流程决策方法及系统,基于深度学习技术智能分析针对扫描定位片中的关键信息,如器官组织类别和位置,扫描异物的种类和位置,病人所躺姿势形态等,提出定量分析关键信息相互关系的关联度函数,智能评价其分析结果对后续正常扫描的影响程度,并快速智能决策后续操作;整个过程自动化、智能化,无需医生等操作人员的介入,流程操作合理客观,耗费时间少,节约资源和时间成本,为医生、患者提供便利。

Patent Agency Ranking