-
公开(公告)号：CN112288041A
公开(公告)日：2021-01-29
申请号：CN202011477932.7
申请日：2020-12-15
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种多模态深度神经网络的特征融合方法，在多模态深度三维CNN里，通过在深度学习特征域上，利用压缩激励（squeeze and excitation,S&E）模块，可获得关于模态之间的通道注意力掩膜，即在所有模态中，给予那些对于任务目标有着显著帮助的通道更大的关注，从而显式地建立了多模态三维深度特征图在通道上的权重分布；随后，利用四维卷积和Sigmoid激活函数计算，可获得关于模态之间的空间注意力掩膜，即在每个模态的三维特征图中，空间中哪些位置需要给予更大的关注，从而显式地建立了多模态三维深度特征图在空间上的相关性，对模态、通道、空间中具有重要信息的位置给予更大的关注，从而提高多模态智能诊断系统的诊断效能。
-
公开(公告)号：CN111340768A
公开(公告)日：2020-06-26
申请号：CN202010109082.9
申请日：2020-02-21
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种基于PET/CT智能诊断系统的多中心效应补偿方法，属于医学影像领域。该方法包括：基于一种关于加性和乘性多中心效应参数的位置尺度模型，对训练中心A和测试中心B的数据使用非参数化的数学方法，估测出测试中心B相对于训练中心A的多中心效应参数，并使用该参数补偿测试中心B的数据，以消除测试中心B与训练中心A之间的多中心效应。通过本发明，可补偿训练中心A与测试中心B之间的多中心效应，使得测试中心B的数据在补偿后可用于训练中心A所训练的模型之中，间接地提高了模型的泛化能力。
-
公开(公告)号：CN113491529A
公开(公告)日：2021-10-12
申请号：CN202111054080.5
申请日：2021-09-09
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种无伴随CT辐射的单床PET延迟成像方法，首先利用一能将PET BP图像转换成更接近于真实PET图像的Pseudo PET图像的图像重建网络，将正常扫描和延迟扫描得到的PET BP图像转换成Pseudo PET图像，然后利用一CT图像生成网络，输入包含正常扫描的Pseudo PET图像和CT图像，以及延迟扫描的Pseudo PET图像，输出获得正常扫描和延迟扫描间的变形场和延迟扫描时刻的CT图像，该CT图像最后用于延迟扫描PET图像重建中的衰减校正，得到SUV定量准确的PET图像并用于肿瘤检测。本发明的方法能消除延迟扫描中病人接受的CT辐射，减轻病人生理和心理上的压力，推动PET延迟成像的应用。
-
公开(公告)号：CN112465824B
公开(公告)日：2021-08-03
申请号：CN202110121469.0
申请日：2021-01-28
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种基于PET/CT图像亚区影像组学特征的肺腺鳞癌诊断装置，属于医学影像领域。该诊断装置包括：体素三维特征提取模块，用于提取PET/CT图像中肺肿瘤每个体素在一个邻域内的CT局部主梯度角特征值、该体素的CT值、PET值，并组成该体素的三维特征向量；特征聚类模块，用于对得到的每个体素的三维特征向量进行聚类，获取肿瘤亚区分区；radiomics影像组学特征提取模块，用于对每个肿瘤亚区分区提取radiomics影像组学特征；分类模块，用于根据提取的radiomics影像组学特征区分肿瘤是肺鳞癌还是肺腺癌。本发明诊断装置更好地考虑肿瘤内部的异质性，通过提取更加有效的影像组学特征，有效提高肿瘤诊断的准确率。
-
公开(公告)号：CN111325686B
公开(公告)日：2021-03-30
申请号：CN202010087761.0
申请日：2020-02-11
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种基于深度学习的低剂量PET三维重建方法，该方法包括将低剂量PET原始数据无损反投影至图像域，选取适当的三维深度神经网络结构以拟合低剂量PET反投影到标准剂量PET图像之间的映射，通过训练样本学习并固定网络参数后，实现从低剂量PET原始数据出发的PET图像三维重建，以获取比传统重建算法与图像域降噪处理噪声更低，分辨率更高的低剂量PET重建图像。
-
Patent Agency Ranking
公开(公告)号：CN111340768B
公开(公告)日：2021-03-09
申请号：CN202010109082.9
申请日：2020-02-21
Applicant: 之江实验室 , 明峰医疗系统股份有限公司
Abstract: 本发明公开了一种基于PET/CT智能诊断系统的多中心效应补偿方法，属于医学影像领域。该方法包括：基于一种关于加性和乘性多中心效应参数的位置尺度模型，对训练中心A和测试中心B的数据使用非参数化的数学方法，估测出测试中心B相对于训练中心A的多中心效应参数，并使用该参数补偿测试中心B的数据，以消除测试中心B与训练中心A之间的多中心效应。通过本发明，可补偿训练中心A与测试中心B之间的多中心效应，使得测试中心B的数据在补偿后可用于训练中心A所训练的模型之中，间接地提高了模型的泛化能力。
-
公开(公告)号：CN110074806B
公开(公告)日：2024-06-14
申请号：CN201910454562.6
申请日：2019-05-29
Applicant: 明峰医疗系统股份有限公司
Abstract: 本发明提供了一种基于SiPM探测系统的增益控制方法和装置，涉及及医学影像设备技术领域，所述方法包括采集探测系统的本底计数；获取探测系统中所有探测器模块的本底计数分布；计算出所有探测器模块的本底计数率；计算当前本底计数率与目标本底计数率的偏差量；对比偏差量，获取无级变速目标控制量；发送无极变速目标控制量指令。所述装置包括依次相连的数据采集模块、数据处理与分析模块、FPGA模块、以及带有无级变速控制模块的冷却系统；所述冷却系统和数据采集模块分布于所述探测器系统中。本发明能实现对SiPM探测器模块温度的均匀有效的控制，使SiPM增益保持稳定并，最终实现PET图像质量及性能指标的提升。
-
公开(公告)号：CN117078787A
公开(公告)日：2023-11-17
申请号：CN202311093385.6
申请日：2023-08-29
Applicant: 明峰医疗系统股份有限公司
Abstract: 本发明提供了一种PET‑CT图像运动伪影校正方法，包括根据待检部位的多个符合事件计数的时间分布，分别重建多个表示所述待检部位的不同扫描平面的待配准PET图像；获取多个参考CT图像与多个待配准PET图像一一对应的参考CT图像坐标，使用Powe l l算法获取多个待配准PET图像的配准参数，使任一待配准PET图像进行变换以去除运动伪影，得到配准PET图像，任一配准PET图像与所对应的参考CT图像之间的互信息值大于第一阈值；将多个配准PET图像与多个参考CT图像一一对应融合，得到多个融合子图像，并累加拼接得到具有多个扫描平面的一PET‑CT图像。采用本发明技术方案后，能够消除不同扫描平面下运动伪影对PET‑CT图像融合的影响，提高PET‑CT图像的图像质量。
-
公开(公告)号：CN111127477B
公开(公告)日：2023-10-20
申请号：CN201911277974.3
申请日：2019-12-12
Applicant: 明峰医疗系统股份有限公司
Abstract: 本发明提供了一种CT多色谱体素仿真方法，涉及医学影像技术领域，包括对CT体素数据进行预校正；分割预校正后的CT体素数据，分割出不同材质；然后进行材质映射和多色谱仿真。本发明提供一种使用单色谱的体素获得多色谱仿真结果的方法，对体素数据进行预校正，校正CT采集和重建过程中带来的CT值偏离。用脚本化的方式设置阈值分割脚本，可以按照需求设置分割阈值和材质；利用阈值分割的方式自动分割出水、肌肉、骨骼、金属等物体，分别进行多色谱映射，从而获得多色谱仿真的结果。对于特殊材质和某些伪影敏感的物体，采用可以选择特殊的分割方式进行自动分割，除阈值分割方法以外，还使用了区域生长法、图像形态学，然后做映射，增加仿真的准确性。
-
公开(公告)号：CN111956253B
公开(公告)日：2023-05-23
申请号：CN202010959606.3
申请日：2020-09-14
Applicant: 明峰医疗系统股份有限公司
Abstract: 本发明提供了一种非匹配式PET扫描和重建方法，涉及医学影像技术领域，采用PET和CT非匹配轴向视野扫描方式，即PET利用所有的物理轴向视野，CT只覆盖所需扫描的部位长度，同时考虑散射和衰减校正的准确性，将扫描部位的轴向位置移至：当扫描部位位于人体的一端，将该部位移至PET轴向视野的一端，以减少散射及可以较准确计算散射，并可以准确计算衰减校正；当扫描部位位于人体中段，则将该部位移至PET轴向视野的中间，通过未经过衰减、散射校正的PET图轮廓评估未匹配PET系统轴向视野的部分Mu图，以利用散射的对称性来减少散射计算误差，并将未扫描到的相邻部位视为均一物质，以减少衰减校正的误差。本发明方法在既不增加不必要的扫描长度，又充分利用了PET系统的灵敏度的条件下，提高了PET重建图像的质量。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.037 seconds)
