-
公开(公告)号：CN112669439A
公开(公告)日：2021-04-16
申请号：CN202011322228.4
申请日：2020-11-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于迁移学习的颅内血管造影增强三维模型的建立方法，包括：获取亮血图像组、黑血图像组和增强黑血图像组；预处理得到第一亮血图像和第一黑血图像；对每个第一亮血图像以对应的第一黑血图像为基准，利用基于高斯分布抽样的互信息和图像金字塔的配准方法得到配准后亮血图像组；流空伪影消除得到伪影消除增强黑血图像组；将伪影消除增强黑血图像组和黑血图像组中对应图像相减得到K个造影增强图；利用配准后亮血图像组，采用迁移学习方法建立血液三维模型，利用所述配准后亮血图像组建立血液边界扩展的血管三维模型。本发明的方法能够在临床上简便、快速、直观地获得颅内血管整体状态以进行颅内血管病变分析。
-
公开(公告)号：CN114255195B
公开(公告)日：2024-11-05
申请号：CN202010997120.9
申请日：2020-09-21
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明实施例提供了U‑net网络的多参数MRI图像的融合方法及装置，其中，方法通过将前列腺癌的MRI图像对输入U‑net网络中，U‑net网络输出基于像素信息生成的加权图像，加权图像中的像素值表示加权图像在T2W图像或ADC图像的权重值，然后通过加权图像对T2W图像以及ADC图像进行融合，避免了融合过程中伪影的产生或能量的损失，融合图像提供给医生，可以提高医生的工作效率，降低误检率，同时提高融合图像在前列腺区域的清晰度和对比度，提高融合图像在整体图像视觉感知。
-
公开(公告)号：CN112669256B
公开(公告)日：2024-02-20
申请号：CN202011324115.8
申请日：2020-11-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于迁移学习的医学图像分割与显示方法，包括：获取颅内血管部位的亮血图像组、黑血图像组和增强黑血图像组；对每一个亮血图像以对应的增强黑血图像为基准利用基于互信息和图像金字塔的配准方法进行配准，得到配准后亮血图像组；利用配准后亮血图像组对增强黑血图像组中的增强黑血图像进行流空伪影消除操作，得到伪影消除增强黑血图像组；将伪影消除增强黑血图像组和黑血图像组中对应图像相减，得到K个造影增强图；利用配准后亮血图像组，采用迁移学习方法建立血液三维模型；利用配准后亮血图像组建立血液边界扩展的血管三维模型；本发明的方法可以辅助医生直观进行病灶判断。
-
Patent Agency Ranking
公开(公告)号：CN112669439B
公开(公告)日：2024-03-19
申请号：CN202011322228.4
申请日：2020-11-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于迁移学习的颅内血管造影增强三维模型的建立方法，包括：获取亮血图像组、黑血图像组和增强黑血图像组；预处理得到第一亮血图像和第一黑血图像；对每个第一亮血图像以对应的第一黑血图像为基准，利用基于高斯分布抽样的互信息和图像金字塔的配准方法得到配准后亮血图像组；流空伪影消除得到伪影消除增强黑血图像组；将伪影消除增强黑血图像组和黑血图像组中对应图像相减得到K个造影增强图；利用配准后亮血图像组，采用迁移学习方法建立血液三维模型，利用所述配准后亮血图像组建立血液边界扩展的血管三维模型。本发明的方法能够在临床上简便、快速、直观地获得颅内血管整体状态以进行颅内血管病变分析。
-
公开(公告)号：CN112562058B
公开(公告)日：2024-02-23
申请号：CN202011322230.1
申请日：2020-11-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于迁移学习的颅内血管模拟三维模型快速建立方法，包括：获取颅内血管部位的亮血图像组和增强黑血图像组；将每个亮血图像和对应的增强黑血图像进行预处理得到第一亮血图像和第一黑血图像；对第一亮血图像利用基于高斯分布抽样的互信息和图像金字塔的配准方法进行图像配准；将配准后亮血图像组利用最大强度投影法得到各个方向的MIP图；将MIP图作为目标域，将眼底血管图作为源域利用迁移学习方法得到二维血管分割图；将三个方向的二维血管分割图反投影合成得到第一三维血管体数据；并利用配准后亮血图像组对应的第二三维血管体数据得到颅内血管模拟三维模型。本发明能够在临床上简便、快速、直观地获得颅内血管整体状态。
-
公开(公告)号：CN114255195A
公开(公告)日：2022-03-29
申请号：CN202010997120.9
申请日：2020-09-21
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明实施例提供了U‑net网络的多参数MRI图像的融合方法及装置，其中，方法通过将前列腺癌的MRI图像对输入U‑net网络中，U‑net网络输出基于像素信息生成的加权图像，加权图像中的像素值表示加权图像在T2W图像或ADC图像的权重值，然后通过加权图像对T2W图像以及ADC图像进行融合，避免了融合过程中伪影的产生或能量的损失，融合图像提供给医生，可以提高医生的工作效率，降低误检率，同时提高融合图像在前列腺区域的清晰度和对比度，提高融合图像在整体图像视觉感知。
-
公开(公告)号：CN112669256A
公开(公告)日：2021-04-16
申请号：CN202011324115.8
申请日：2020-11-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于迁移学习的医学图像分割与显示方法，包括：获取颅内血管部位的亮血图像组、黑血图像组和增强黑血图像组；对每一个亮血图像以对应的增强黑血图像为基准利用基于互信息和图像金字塔的配准方法进行配准，得到配准后亮血图像组；利用配准后亮血图像组对增强黑血图像组中的增强黑血图像进行流空伪影消除操作，得到伪影消除增强黑血图像组；将伪影消除增强黑血图像组和黑血图像组中对应图像相减，得到K个造影增强图；利用配准后亮血图像组，采用迁移学习方法建立血液三维模型；利用配准后亮血图像组建立血液边界扩展的血管三维模型；本发明的方法可以辅助医生直观进行病灶判断。
-
公开(公告)号：CN112562058A
公开(公告)日：2021-03-26
申请号：CN202011322230.1
申请日：2020-11-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于迁移学习的颅内血管模拟三维模型快速建立方法，包括：获取颅内血管部位的亮血图像组和增强黑血图像组；将每个亮血图像和对应的增强黑血图像进行预处理得到第一亮血图像和第一黑血图像；对第一亮血图像利用基于高斯分布抽样的互信息和图像金字塔的配准方法进行图像配准；将配准后亮血图像组利用最大强度投影法得到各个方向的MIP图；将MIP图作为目标域，将眼底血管图作为源域利用迁移学习方法得到二维血管分割图；将三个方向的二维血管分割图反投影合成得到第一三维血管体数据；并利用配准后亮血图像组对应的第二三维血管体数据得到颅内血管模拟三维模型。本发明能够在临床上简便、快速、直观地获得颅内血管整体状态。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
