公开(公告)号：CN107909581A

公开(公告)日：2018-04-13

申请号：CN201711070729.6

申请日：2017-11-03

申请人： 杭州依图医疗技术有限公司

发明人： 郑永升 ,  戎术

IPC分类号： G06T7/11 ,  G06T7/187 ,  G06T17/00

CPC分类号： G06T7/11 ,  G06T7/187 ,  G06T17/005 ,  G06T2207/10081 ,  G06T2207/30061

摘要： 本发明涉及一种CT影像的肺叶段分割方法、装置、系统、存储介质及设备，该方法包括：检测步骤，在CT影像中，检测输出肺部轮廓，其包括肺内区域、肺外区域；筛选步骤，在肺部轮廓中，选用机器分割的方式筛选出肺内区域，并将其作为候选区域；分割步骤，在候选区域的3D层面中，同时对肺段和肺叶进行血管分割与肺裂分割；构造步骤，根据血管分割结果，通过构造出血管树，得到肺部的三维血管分布；整合步骤，将血管树和肺裂分割结果结合，并进行肺叶段分割，得到候选区域的最终分割结果。本发明提供的基于深度学习的CT影像的肺叶段分割方法、装置、系统、存储介质及设备，有效地减少了误差，提高了诊断率和准确率，且不受到个体肺部形态差异的限制。

公开(公告)号：CN107895369A

公开(公告)日：2018-04-10

申请号：CN201711212049.3

申请日：2017-11-28

申请人： 腾讯科技(深圳)有限公司 ,  腾讯云计算(北京)有限责任公司

发明人： 孙星 ,  曹鸿吉 ,  郭晓威

IPC分类号： G06T7/00 ,  G06T3/40 ,  G06T17/00 ,  G06N3/04 ,  G06N3/08

CPC分类号： G06T7/0012 ,  G06N3/0454 ,  G06N3/08 ,  G06T3/40 ,  G06T17/00 ,  G06T2207/10081 ,  G06T2207/30064

摘要： 本发明公开了一种图像分类方法、装置、存储介质及设备，属于机器学习技术领域。方法包括：获取待分类的三维成像图，并将待分类的三维成像图进行缩放处理，将得到的至少两种分辨率的三维成像图输入检测模型，检测模型是基于人工标注样本的多尺度特征进行机器学习得到的；获取检测模型输出的待分类的三维成像图中的病源区域；将确定出来的病源区域输入分类模型，分类模型是基于金标准样本进行机器学习得到的，金标准样本为对病源属性进行正确区分的图像样本；获取分类模型输出的待分类的三维成像图的图像类别，图像类别中包括疾病的疾病属性。本发明基于多尺度特征以及金标准样本训练出的模型准确度高，图像分类的准确度大幅提升。

公开(公告)号：CN105188545B

公开(公告)日：2018-04-06

申请号：CN201480025508.5

申请日：2014-05-02

申请人： 株式会社日立制作所

发明人： 坪田悠史 ,  渡边史人 ,  昆野康隆 ,  小岛进一 ,  山川惠介

IPC分类号： A61B6/03

CPC分类号： A61B6/482 ,  A61B6/032 ,  A61B6/461 ,  A61B6/467 ,  A61B6/481 ,  A61B6/504 ,  A61B6/5205 ,  G06T11/005 ,  G06T2207/10081 ,  G06T2211/408

摘要： 本发明的X射线CT装置为了诊断使用了双能量拍摄法的动脉硬化部位的进展情况，能够进行空气、水(软组织)、造影剂、骨头(钙化)等4种以上的物质辨别。以二种不同的管电压对被拍摄体进行拍摄，对通过图像重构而得到的图像进行二值化并进行再投影处理，由此来推断空气的透射距离，并通过确定占据在测量投影数据中的空气的贡献，从投影数据中减去空气所引起的衰减量，从而能够进行空气、水(软组织)、造影剂、骨头(钙化)等4种以上的物质辨别。

公开(公告)号：CN107871332A

公开(公告)日：2018-04-03

申请号：CN201711097204.1

申请日：2017-11-09

申请人： 南京邮电大学

发明人： 谢世朋

IPC分类号： G06T11/00 ,  G06T5/00

CPC分类号： G06T11/008 ,  G06T5/006 ,  G06T2207/10081

摘要： 本发明公开了一种基于残差学习的CT稀疏重建伪影校正方法及系统，首先通过FBP（滤波反投影）方法对CT产生的稀疏投影数据进行重建，重建后的图像带有严重的伪影；然后通过建立残差神经网络结构对伪影的特征进行学习，得到伪影图；最后通过稀疏重建的图与伪影图的做残差，恢复出清晰的CT图像。本发明在稀疏重建的基础上引入了残差学习的卷积神经网络结构框架；同时采用GPU加速，缩短了训练的时间，加速了实验的训练过程，可以在非常低的CT投影角度下实现非常高的CT重建图像质量；从而有效的降低了辐射对人体不必要的伤害。

公开(公告)号：CN107871318A

公开(公告)日：2018-04-03

申请号：CN201711134737.2

申请日：2017-11-16

申请人： 吉林大学

发明人： 赵孟雪 ,  车翔玖 ,  吕冲

IPC分类号： G06T7/00

CPC分类号： G06T7/0012 ,  G06T2207/10081 ,  G06T2207/20081 ,  G06T2207/20084 ,  G06T2207/30048 ,  G06T2207/30101

摘要： 本发明公开了一种基于模型迁移的冠状动脉钙化斑块检测方法，读取训练集中的冠状动脉CT图像，根据医学影像标准，提取所述冠状动脉CT图像中的候选钙化斑块，对所述候选钙化斑块图像进行数据增强操作，将数据增强后的候选钙化斑块图像输入到已通过自然图像训练完成的全卷积网络模型中进行训练，得到检测模型，读取测试集中冠状动脉CT图像，根据医学影像标准，提取测试集中冠状动脉CT图像中的候选钙化斑块，将候选钙化斑块图像作为检测模型的输入，端对端得到每个像素是否属于钙化斑块的检测结果。本发明根据卷积神经网络模型可以在不同领域间迁移的特点，使用少量的训练样本训练检测冠状动脉钙化斑块的模型。

公开(公告)号：CN107862726A

公开(公告)日：2018-03-30

申请号：CN201710850675.9

申请日：2017-09-20

申请人： 西门子保健有限责任公司

发明人： A.P.基拉利 ,  K.佩特科夫 ,  J-H.朴

IPC分类号： G06T11/40

CPC分类号： G06T19/20 ,  A61B5/7425 ,  G06N3/0454 ,  G06N99/005 ,  G06T11/001 ,  G06T2200/08 ,  G06T2207/10016 ,  G06T2207/10024 ,  G06T2207/10072 ,  G06T2207/10081 ,  G06T2207/10088 ,  G06T2207/20084 ,  G06T2219/2012 ,  H04N1/6027 ,  G06T11/40 ,  G06T2207/10104 ,  G06T2207/10108 ,  G06T2207/30056

摘要： 基于深度学习的彩色二维影片医学成像。对2D医学图像进行彩色化。在一种方案中，深度学习的分类器被训练（20）为从彩色2D医学图像进行彩色化。用于训练（20）的彩色2D医学图像被从板片进行影片渲染（16）以便添加颜色。在另一种方案中，深度机器学习的生成器就像与2D医学图像相邻那样创建（34）切片。切片和2D医学图像形成板片，所述板片被以影片方式渲染（36）以便添加颜色。结果是彩色化的2D医学图像。

公开(公告)号：CN104603840B

公开(公告)日：2018-03-30

申请号：CN201380044884.4

申请日：2013-07-09

申请人： 皇家飞利浦有限公司

发明人： K·A·布兹杜泽克 ,  M·D·维斯迈尔

IPC分类号： G06T7/33 ,  A61N5/10 ,  A61B6/03

CPC分类号： A61N5/1037 ,  A61B6/035 ,  A61B6/469 ,  A61N5/1031 ,  A61N5/1071 ,  A61N2005/1072 ,  G06T7/248 ,  G06T7/337 ,  G06T2207/10081

摘要： 提供了一种用于确定辐射剂量变换误差的方法和系统，其中，在由至少一个固定图像数据集和至少一个移动图像数据集记录的一个或多个成像结构中具有形变。自动或半自动地识别在所述固定图像中和在所述移动图像中的对应界标点。

公开(公告)号：CN107847111A

公开(公告)日：2018-03-27

申请号：CN201680043193.6

申请日：2016-07-07

申请人： 皇家飞利浦有限公司

发明人： A·L·赖因施泰因 ,  A·波波维奇

IPC分类号： A61B1/00 ,  A61B5/06 ,  A61B34/00

CPC分类号： A61B34/20 ,  A61B1/00009 ,  A61B1/00039 ,  A61B1/0016 ,  A61B5/066 ,  A61B34/25 ,  A61B34/30 ,  A61B34/32 ,  A61B90/36 ,  A61B90/37 ,  A61B2034/2057 ,  A61B2034/2065 ,  A61B2034/301 ,  A61B2090/365 ,  A61M25/0133 ,  G06F19/00 ,  G06T7/37 ,  G06T15/30 ,  G06T2207/10068 ,  G06T2207/10081 ,  G06T2207/10088 ,  G06T2207/10116 ,  G16H30/40

摘要： 一种采用内窥镜(20)和内窥镜引导控制器(30)的内窥镜成像系统(10)。在操作中，内窥镜(20)生成解剖区域内的解剖结构的内窥镜视频(23)。响应于内窥镜视频(23)与解剖区域的体积图像(44)之间的配准，内窥镜引导控制器(30)控制与包括体积图像(44)的一个或多交互式平面切片(32)的图形用户界面(31)的用户交互(50)，并且响应于与图形用户界面(31)的用户交互(50)，内窥镜引导控制器(30)控制内窥镜(20)相对于根据体积图像(44)的交互式平面切片(32)导出的解剖结构的定位。机器人内窥镜成像系统(11)在内窥镜成像系统(10)中并入机器人(23)，由此内窥镜引导控制器(30)控制通过机器人(23)进行内窥镜(20)相对于解剖结构的定位。

公开(公告)号：CN107845106A

公开(公告)日：2018-03-27

申请号：CN201711143891.6

申请日：2017-11-17

申请人： 齐鲁工业大学

发明人： 吕国华 ,  颜晗 ,  任晓强 ,  董祥军

IPC分类号： G06T7/33

CPC分类号： G06T7/33 ,  G06T2207/10081 ,  G06T2207/10088 ,  G06T2207/10104 ,  G06T2207/10108 ,  G06T2207/30016

摘要： 本发明公开了一种利用改进的NNDR策略的医学图像配准方法，属于医学图像配准领域。本发明提出了基于NNDR的改进的匹配方法INNDR，增加了次近邻的点正确匹配的情况。本发明可以显著提高正确匹配的特征点数目，从而得到更好的配准效果。实验结果表明，本发明方法相对于原有的方法和其它的准则具有显著的优势。本发明方法不仅可以找到更多数量的匹配对，而且可提高最后所匹配的准确度；本发明用参考图像测试了本发明方法，并利用定量评价验证了匹配结果。结果显示本发明方法具有较高的精度和有效性。

公开(公告)号：CN107845098A

公开(公告)日：2018-03-27

申请号：CN201711120868.5

申请日：2017-11-14

申请人： 南京理工大学

发明人： 杨孝平 ,  刘芳 ,  马骏 ,  李渊强 ,  吴宇雳 ,  张梦璐

IPC分类号： G06T7/10

CPC分类号： G06T7/10 ,  G06T2207/10081 ,  G06T2207/20081 ,  G06T2207/30096

摘要： 本发明公开了一种基于随机森林和模糊聚类的肝癌CT图像全自动分割方法。该方法主要有两个过程：图像预处理和病灶区域分割。预处理阶段，通过曲率滤波去除CT图像的噪声，同时保持图像的边缘不模糊。肿瘤图像分割阶段，先通过提取特征样本训练随机森林，然后对要分割的图像逐个像素点进行分类得到粗分割结果，再通过模糊聚类和形态学算子，进一步得到最终的肿瘤分割结果。本分割方法不需要调整参数，能分割不同时期的肝癌CT图像，具有全自动、精度高和应用广的特点，在肝癌术前规划和精准治疗中具有广泛的应用前景。