公开(公告)号：CN108846873A

公开(公告)日：2018-11-20

申请号：CN201810645859.6

申请日：2018-06-21

Applicant: 桂林电子科技大学

Inventor： 姚澄 ,  陈洪波 ,  范琳 ,  陈树超 ,  傅嘉文 ,  龚琼

IPC: G06T9/00 ,  G06T9/40 ,  H04N19/70 ,  H04N19/96

Abstract: 本发明公开了一种基于灰度概率的医学图像无损压缩方法，包括图像编码和图像解码两个过程；编码过程是对医学图像的灰度矩阵I进行差分计算，得到差分图像I1和符号矩阵S，然后计算差分图像I1的灰度概率，再利用Huffman树对差分图像I1进行编码，得到差分图像I1对应码字表Code；图像解码是对编码过程得到的码字表Code进行Huffman解码，得到差分图像I2；对解码的数据结合编码过程的符号矩阵S进行反差分，得到原始图像。该可以无损的压缩医学图像和较高的图像压缩比，便于图像节约医学图像数据存储空间和提高医学图像网络传输效率。

公开(公告)号：CN108596884B

公开(公告)日：2021-05-18

申请号：CN201810335223.1

申请日：2018-04-15

Applicant: 桂林电子科技大学 ,  中山大学

Inventor： 陈树超 ,  陈洪波 ,  刘立志 ,  黎浩江 ,  徐绍凯 ,  傅嘉文 ,  朱志华

IPC: G06T7/00 ,  G06T7/11 ,  G06T17/20

Abstract: 本发明公开了一种胸部CT图像中的食管癌分割方法，首先选取多组含有食管癌的CT图像，将含有食管癌的CT图像作为训练样本；对选取的CT图像进行预处理，获取食管癌特征，并进行特征描述后，得到的图像作为训练数据；建立基于全卷积神经网络的食管癌语义分割模型，将描述后的食管癌特征作为全卷积神经网络的特征输入作为学习样本进行训练，得到食管癌分割网络模型；食管癌的三维重建，对得到的食管癌分割网络模型所得到的食管癌分割结果进行三维重建和分析，得到三维空间下的食管癌影像组学参数；将得到的食管癌影像组学参数进行可视化显示。该方法模型规模小，速度快，准确度高。

公开(公告)号：CN108596884A

公开(公告)日：2018-09-28

申请号：CN201810335223.1

申请日：2018-04-15

Applicant: 桂林电子科技大学 ,  中山大学

Inventor： 陈树超 ,  陈洪波 ,  刘立志 ,  黎浩江 ,  徐绍凯 ,  傅嘉文 ,  朱志华

IPC: G06T7/00 ,  G06T7/11 ,  G06T17/20

Abstract: 本发明公开了一种胸部CT图像中的食管癌分割方法，首先选取多组含有食管癌的CT图像，将含有食管癌的CT图像作为训练样本；对选取的CT图像进行预处理，获取食管癌特征，并进行特征描述后，得到的图像作为训练数据；建立基于全卷积神经网络的食管癌语义分割模型，将描述后的食管癌特征作为全卷积神经网络的特征输入作为学习样本进行训练，得到食管癌分割网络模型；食管癌的三维重建，对得到的食管癌分割网络模型所得到的食管癌分割结果进行三维重建和分析，得到三维空间下的食管癌影像组学参数；将得到的食管癌影像组学参数进行可视化显示。该方法模型规模小，速度快，准确度高。