公开(公告)号：CN116547698A

公开(公告)日：2023-08-04

申请号：CN202180081454.4

申请日：2021-12-02

Applicant: 皇家飞利浦有限公司

Inventor： N·D·施内尔巴切尔 ,  C·维尔克 ,  F·贝格纳 ,  K·M·布朗 ,  M·格拉斯

IPC: G06T5/00

Abstract: 一种用于生成部分降噪图像的机制。对通过使用卷积神经网络处理图像而获得的残余噪声图像进行加权。经加权的残余噪声图像与(原始)图像的混合或组合生成部分降噪图像。

公开(公告)号：CN118339581A

公开(公告)日：2024-07-12

申请号：CN202280079790.X

申请日：2022-11-10

Applicant: 皇家飞利浦有限公司

Inventor： T·维塞尔 ,  H·尼克基施 ,  N·D·施内尔巴切尔 ,  H·施米特 ,  M·格拉斯

IPC: G06T7/00 ,  G06V10/764

Abstract: 本发明提供了一种用于分析受试者的血管的方法。在关注区域的图像中识别血管树。识别主血管，其构成由主血管形成的标准化树的一部分，继而识别已识别出的血管树的剩余血管，从而排除标准化树的主血管。这样分离出关注区域内的侧支血管，然后可执行对侧支血管的分析。

公开(公告)号：CN118435240A

公开(公告)日：2024-08-02

申请号：CN202280084629.1

申请日：2022-12-08

Applicant: 皇家飞利浦有限公司

Inventor： F·贝格纳 ,  C·维尔克 ,  B·J·布伦德尔 ,  N·D·施内尔巴切尔 ,  M·格拉斯 ,  K·M·布朗 ,  M·S·威斯特摩

IPC: G06T11/00 ,  G06T5/00

Abstract: 一种生成针对计算机断层摄影扫描器的去噪基础图像的机制。使用机器学习算法过程处理包括第一基础图像数据和第二基础图像数据的输入数据集，以产生所述去噪基础图像。所述第一基础图像数据和第二基础图像数据每个都包括至少一个基础图像，其中，所述第一基础图像数据和所述第二基础图像数据的图像类型不同。

公开(公告)号：CN117203670A

公开(公告)日：2023-12-08

申请号：CN202280030189.1

申请日：2022-04-22

Applicant: 皇家飞利浦有限公司

Inventor： M·博尔特尼科夫 ,  N·D·施内尔巴切尔 ,  F·贝格纳 ,  M·格拉斯

IPC: G06T11/00

Abstract: 生成输出数据集，其包含针对期望的/目标成像角度的投影域数据。处理输入数据集，其包含在期望的/目标成像角度下捕获/获得的投影域数据，以及在一个或多个另外的预定成像角度下捕获/获得的投影域数据，以生成输出数据集。

公开(公告)号：CN116670707A

公开(公告)日：2023-08-29

申请号：CN202180072203.X

申请日：2021-10-14

Applicant: 皇家飞利浦有限公司

Inventor： F·贝格纳 ,  C·维尔克 ,  N·D·施内尔巴切尔 ,  T·克勒 ,  K·M·布朗

IPC: G06T5/00

Abstract: 本公开内容的一个实施例可以提供一种用于训练和调谐神经网络模型的方法，包括：将模拟噪声添加到对象的初始图像以生成有噪声的图像(601、603)，所述模拟噪声采取与所述初始图像中的所述自然噪声相同的形式；通过使用所述初始图像作为真实情况来在所述有噪声的图像上训练神经网络模型(605)，其中，在所述神经网络模型中，提取或生成调谐变量，所述调谐变量定义在使用期间被移除的噪声的量；识别针对所述调谐变量的第一值(607)，所述第一值使针对所述初始图像的训练代价函数最小化；并且将第二值分配给所述调谐变量(611)，所述第二值不同于所述第一值，其中，所述神经网络模型在使用所述第二值时比使用所述第一值时在所述有噪声的图像中识别出更多的噪声。