-
公开(公告)号：CN111784653B
公开(公告)日：2023-08-01
申请号：CN202010594321.4
申请日：2020-06-28
Applicant: 西安电子科技大学 , 首都医科大学宣武医院
IPC: G06T7/00 , G06T7/12 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于形状约束的多尺度网络MRI胰腺轮廓定位方法，主要解决现有技术在MRI图像对比度低和样本不均衡情况下对胰腺图像分割困难的问题。本发明的技术方案为：(1)生成训练集和标注集；(2)预训练U‑net网络；(3)构建多尺度网络；(4)训练形状约束网络；(5)构建形状约束的多尺度网络；(6)训练形状约束的多尺度网络；(7)对MRI图像中胰腺区域进行分割。本发明方法利用了胰腺图像的形状信息，并结合边界和区域信息进行图像分割，可以较好的定位MRI图像中胰腺区域，具有分割精度高的优点，可用于对人体腹部MRI图像中胰腺组织轮廓进行自动定位分割。
-
公开(公告)号：CN111784653A
公开(公告)日：2020-10-16
申请号：CN202010594321.4
申请日：2020-06-28
Applicant: 西安电子科技大学 , 首都医科大学宣武医院
Abstract: 本发明公开了一种基于形状约束的多尺度网络MRI胰腺轮廓定位方法，主要解决现有技术在MRI图像对比度低和样本不均衡情况下对胰腺图像分割困难的问题。本发明的技术方案为：(1)生成训练集和标注集；(2)预训练U-net网络；(3)构建多尺度网络；(4)训练形状约束网络；(5)构建形状约束的多尺度网络；(6)训练形状约束的多尺度网络；(7)对MRI图像中胰腺区域进行分割。本发明方法利用了胰腺图像的形状信息，并结合边界和区域信息进行图像分割，可以较好的定位MRI图像中胰腺区域，具有分割精度高的优点，可用于对人体腹部MRI图像中胰腺组织轮廓进行自动定位分割。
-
公开(公告)号：CN113850816B
公开(公告)日：2024-06-21
申请号：CN202010601807.6
申请日：2020-06-28
Applicant: 中国人民解放军空军军医大学 , 西安电子科技大学
Abstract: 本公开提供一种宫颈癌MRI图像分割方法及装置，涉及电子信息技术领域，能够解决在分割处理包含癌症病例图像时效果不佳的问题。具体技术方案为：在获取包括宫颈癌病变区域的MRI图像时，对MRI图像进行标注处理、偏置场矫正处理、归一化处理，将处理后的MRI图像输入多视角特征融合的MRI图像分割网络模型，多视角特征融合的MRI图像分割网络模型通过图像中图像层间特征提取和图像层内特征提取，实现对MRI图像的分割处理，从而获取了MRI图像中包含宫颈癌病变区域的图像区域。本公开用于图像分割处理。
-
-
公开(公告)号：CN114913164A
公开(公告)日：2022-08-16
申请号：CN202210604897.3
申请日：2022-05-30
Applicant: 西安电子科技大学
IPC: G06T7/00 , G06V10/774 , G06V10/764 , G06N3/04 , G06N3/08 , G16H30/40 , G16H30/20 , G06V10/26
Abstract: 本发明公开了一种基于超像素的两阶段弱监督新冠病灶分割方法，主要解决现有分割方法标注困难和分割精度低的问题。其实现方案为：获取新冠肺炎患者的CT数据，并划分训练数据集、验证数据集和测试数据集；对训练数据集进行涂鸦式标注，其余数据集以完全注释来标注；对涂鸦式标注集进行增强；构造一个以UNet3+为主体包含了四个多尺度特征提取模块的新冠病灶分割网络；使用梯度下降法对分割网络进行两阶段训练；将新冠病灶测试样本集输入到训练好的分割网络中，得到测试样本的分割结果。本发明提升了新冠肺炎患者CT图像中病灶分割的精度和标注效率，可用于对新冠肺炎患者CT图像中病灶的自动化分割，辅助影像科医生对病人的临床诊断。
-
Patent Agency Ranking
公开(公告)号：CN115024716B
公开(公告)日：2024-06-28
申请号：CN202210604899.2
申请日：2022-05-30
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于心率标签生成的心冲击图信号重建方法，主要解决现有技术需要提供标准心率作为参考信息，且没有对具体心跳位置进行映射的问题。其实现方案为：采集受试者的心冲击图信号；对采集的心冲击图信号依次进行带通滤波、滑窗、标准化的预处理；基于预处理后的心冲击图信号和希尔伯特HT算法，生成标签HT心率；基于预处理后的心冲击图信号和标签HT心率，重建心冲击图心跳信号。本发明能将噪声背景强，信号弱，易受外界干扰的心冲击图信号，映射重建为明确直观，用公式化表示，同时蕴含心率大小和位置信息的心冲击图心跳信号，为心冲击图信号的利用提供了极大的便利，可用于辅助人体健康监测。
-
公开(公告)号：CN115024716A
公开(公告)日：2022-09-09
申请号：CN202210604899.2
申请日：2022-05-30
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于心率标签生成的心冲击图信号重建方法，主要解决现有技术需要提供标准心率作为参考信息，且没有对具体心跳位置进行映射的问题。其实现方案为：采集受试者的心冲击图信号；对采集的心冲击图信号依次进行带通滤波、滑窗、标准化的预处理；基于预处理后的心冲击图信号和希尔伯特HT算法，生成标签HT心率；基于预处理后的心冲击图信号和标签HT心率，重建心冲击图心跳信号。本发明能将噪声背景强，信号弱，易受外界干扰的心冲击图信号，映射重建为明确直观，用公式化表示，同时蕴含心率大小和位置信息的心冲击图心跳信号，为心冲击图信号的利用提供了极大的便利，可用于辅助人体健康监测。
-
公开(公告)号：CN113850816A
公开(公告)日：2021-12-28
申请号：CN202010601807.6
申请日：2020-06-28
Applicant: 中国人民解放军空军军医大学 , 西安电子科技大学
Abstract: 本公开提供一种宫颈癌MRI图像分割方法及装置，涉及电子信息技术领域，能够解决在分割处理包含癌症病例图像时效果不佳的问题。具体技术方案为：在获取包括宫颈癌病变区域的MRI图像时，对MRI图像进行标注处理、偏置场矫正处理、归一化处理，将处理后的MRI图像输入多视角特征融合的MRI图像分割网络模型，多视角特征融合的MRI图像分割网络模型通过图像中图像层间特征提取和图像层内特征提取，实现对MRI图像的分割处理，从而获取了MRI图像中包含宫颈癌病变区域的图像区域。本公开用于图像分割处理。
-
公开(公告)号：CN111784704B
公开(公告)日：2023-11-24
申请号：CN202010589474.X
申请日：2020-06-24
Applicant: 中国人民解放军空军军医大学 , 西安电子科技大学
IPC: G06T7/11 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种MRI髋关节炎症分割与分类自动定量分级序贯方法，解决了髋关节形状、大小、体素值分布不均匀致髋关节炎症区域定量、分级困难的问题,实现髋关节炎症区域自动化精确定量及分级评估。本发明根据体素值大小以反指数比例修改髋关节炎症区域标签值，减轻髋关节炎症区域体素值差异大导致的分割结果差的问题；本发明设计多尺度卷积模块GMS提升形状尺寸差异大的髋关节炎症区域的分割效果；针对占比小的髋关节炎症区域难以分类的问题，本发明融合了分割模型与分类模型以提升分类精度。本发明实现对多尺度、体素值差异大的髋关节炎症区域的一体化自动定量分级，提升定量分级效率。可用于MRI髋关节炎症区域定量和分级自动化处理。
-
公开(公告)号：CN113706491A
公开(公告)日：2021-11-26
申请号：CN202110958505.9
申请日：2021-08-20
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于混合注意力弱监督迁移学习的半月板损伤分级方法，主要解决现有方法对半月板损伤程度分级难度大且缺乏临床可解释性的问题。其方案是：通过目标检测网络对半月板区域定位生成半月板区域图像数据集；再对上述数据进行二维直方图均衡化增强操作；然后利用迁移学习预训练网络提取增强后图像的显著性特征，生成特征图，同时利用弱监督注意力学习，生成增强后图像的注意力地图；最后通过双线性注意力池化算法，结合特征图和注意地图对半月板损伤等级进行分类，得到可视化的半月板损伤分级结果。本发明实现了临床上对半月损伤分级自动化诊断的需求，提高了深度学习在临床诊断上的可解释性，可用于对核磁共振病灶的图像检测和分类。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.043 seconds)
