-
公开(公告)号：CN116977471A
公开(公告)日：2023-10-31
申请号：CN202310976958.3
申请日：2023-08-04
申请人： 广州柏视医疗科技有限公司
IPC分类号： G06T11/00 , G06T5/00 , G06T7/30 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明属于医学图像处理技术领域，更具体地，涉及一种生成合成计算机断层扫描图像的方法和设备，所述方法包括：采集和定位CT图像与CBCT图像，将所述CT图像配准到所述CBCT图像，生成形变后的CT图像，标记为dCT图像；将所述CBCT图像输入图像生成网络模型，生成临时合成CT图像，标记为tsCT图像；将所述形变后的CT图像和所述临时合成CT图像输入图像融合网络模型，输出合成CT图像，标记为sCT图像。本发明提供的方法可以生成高质量的合成计算机断层扫描图像，由此解决CBCT图像在数据源上缺失软组织边界等关键信息的技术问题，从而提升CBCT图像质量和准确性。
-
公开(公告)号：CN111489335B
公开(公告)日：2023-08-15
申请号：CN202010264438.6
申请日：2020-04-07
申请人： 广州柏视医疗科技有限公司
摘要： 本发明实施例提供一种基于新型冠状病毒肺炎X射线图像的量化分析系统及方法，该系统包括：深度语义分割模块，用于对预处理后的X射线图像进行肺部识别分割，得到肺部图像；后处理模块，用于将所述肺部图像转换为8位图像，并将所述肺部图像的8位图像进行二值化处理，得到肺部mask；定量分析模块，用于基于所述肺部mask确定胸腔是否有积液以及左右肺的对称性。该系统通过利用DR图像进行量化分析，可以通过数值大小获取DR图像的信息，为筛选检测新冠肺炎提供数据基础，可以在新冠肺炎筛选检测流程中提高工作效率。
-
公开(公告)号：CN111127482B
公开(公告)日：2023-06-30
申请号：CN201911329842.0
申请日：2019-12-20
申请人： 广州柏视医疗科技有限公司
IPC分类号： G06T7/11
摘要： 本发明实施例提供一种基于深度学习的CT影像肺气管的分割方法及系统，其同时运用2D UNet和3D Unet深度学习网络模型，并包括以下步骤：步骤S1，预处理；步骤S2，二维重采样；步骤S3，二维分割；步骤S4，三维采样；步骤S5，三维分割；步骤S6，融合：对肺气管二维和三维的分割结果做并运算，得到融合后的分割肺气管，然后利用计算图像中最大的三维连通区域作为最终的肺气管分割结果。该基于深度学习的CT影像肺气管的分割方法及系统同时运用2D UNet和3D Unet网络，使得气管分割结果更优，分割方法更加鲁棒。而且在3D UNet网络训练过程中，以气管骨架点采样的方法能够提高网络的训练效率和精度。
-
公开(公告)号：CN111476774B
公开(公告)日：2023-04-18
申请号：CN202010264102.X
申请日：2020-04-07
申请人： 广州柏视医疗科技有限公司
摘要： 本发明实施例提供一种基于新型冠状病毒肺炎CT检测的智能征象识别装置，包括：数据确定单元，用于确定待识别的CT影像，以及所述CT影像的若干个肺炎疑似病灶；征象识别单元，用于基于所述CT影像和任一肺炎疑似病灶，确定所述任一肺炎疑似病灶的征象识别结果，所述征象识别结果包括病灶相对胸膜位置、病灶类型、病灶边缘清晰程度以及量化分析参数中的至少一种。本发明实施例提供的装置，通过对CT影像中的每个肺炎疑似病灶进行征象识别，得到每个肺炎疑似病灶的病灶相对胸膜位置、病灶类型、病灶边缘清晰程度以及量化分析参数中的至少一种，从而实现强针对性、高准确率、高效率的基于新型冠状病毒肺炎CT检测的征象识别。
-
公开(公告)号：CN110969613B
公开(公告)日：2023-04-14
申请号：CN201911238180.6
申请日：2019-12-06
申请人： 广州柏视医疗科技有限公司 , 广州柏视数据科技有限公司
IPC分类号： G06T7/00
摘要： 本发明实施例提供一种具有影像征象解释的肺结核智能识别方法及系统，该方法包括：对X ray胸片进行预处理转为矢量图；进行异常区域识别得到疑似病灶与否的分类结果；判断所述异常区域内是否识别出疑似病灶；进行分类校正处理，得到所述疑似病灶的条件概率；判断所述异常区域内是否存在肺结核引起的疑似病灶；将所述疑似病灶对应的疑似区域在原图上进行处理得到子图矢量图；进行异常区域具有影像征像意义的解释，得到征象描述判断其是否具有肺结核；基于征像描述，进行肺结核活性的判别。本发明实施例能够有效得到胸片中影像征象特征之间的内在关系，相对于仅仅基于图像本身做出的判断更能符合影像学的判断逻辑，也能大大提高识别精度和效率。
-
公开(公告)号：CN115690139A
公开(公告)日：2023-02-03
申请号：CN202211372188.3
申请日：2022-10-31
申请人： 广州柏视医疗科技有限公司
IPC分类号： G06T7/13
摘要： 本发明提供了一种图像边缘的跟踪处理方法、装置及服务器，涉及图像处理的技术领域，该方法包括：获取待处理图像的有效边界区域；按照预设的遍历方向遍历有效边界区域，基于标记值提取边界像素点中满足条件的目标边界像素点；对于每个目标边界像素点，沿目标边界像素点的边缘，按照预设的顺序依次匹配预设数量的轮廓点，将轮廓点添加至预先建立的轮廓数组中；基于轮廓数组生成待处理图像所包含的目标轮廓，解决了什么技术问题，本发明提供的图像边缘的跟踪处理方法、装置及服务器，可以实现像素级的边界勾勒，使得对于较小或形状较特殊的物体可以得到更加精细目标轮廓，进而使成像更加准确。
-
公开(公告)号：CN114882979A
公开(公告)日：2022-08-09
申请号：CN202210331716.4
申请日：2022-03-31
申请人： 广州柏视医疗科技有限公司 , 广州柏视数据科技有限公司
IPC分类号： G16H40/20 , G16H10/60 , G06F16/955 , H04L67/12 , H04L67/1095 , G06F3/0482 , G06F3/04817 , G06F3/04842 , G06F3/04845
摘要： 本发明提供一种诊疗数据处理方法、装置及系统，主要包括：接收三维重建请求；三维重建请求是用户点击目标患者的所属界面上的三维重建图标后生成的；响应三维重建请求，生成目标患者的stl模型文件；接收数据同步请求；响应数据同步请求，向云端服务器发送云同步请求；在确定云端服务器校验云同步请求通过后，将stl模型文件和目标患者的诊疗信息发送到云端服务器。本发明提供的诊疗数据处理方法、装置及系统，基于云同步技术，可以将在内网服务器生成的用于三维重建的stl模型和诊疗信息同步到云端服务器，同时生成二维码或访问链接，患者可通过手持终端扫码或点击进行访问，方便快捷、节约成本、有利环保。
-
公开(公告)号：CN114767270A
公开(公告)日：2022-07-22
申请号：CN202210445970.7
申请日：2022-04-26
申请人： 广州柏视医疗科技有限公司 , 广州柏视数据科技有限公司
摘要： 本发明属于临床医学制作领域，具体提供了一种用于肺部手术穿刺的导航显示系统，包括：路径规划模块、光学定位模块及导航显示模块；通过路径规划模块在同一物理坐标系下初始化标记光球坐标与穿刺路径；然后利用光学定位模块将可识别显示的标记光球与钢针结合形成穿刺导航钢针；最后通过导航显示模块将穿刺导航钢针的三维模型和肺部结构的三维模型，统一以光学坐标系表示，并通过光学定位器实时显示穿刺导航钢针和肺部结构的关系。该系统应用于肺部穿刺定位导航手术中，通过光学追踪设备获取穿刺导航钢针的光学坐标，并将光学坐标与物理坐标进行相互转换，实现穿刺导航钢针在导航系统中的实时显示，提高穿刺成功率，减少患者手术时间。
-
公开(公告)号：CN109829885B
公开(公告)日：2022-07-22
申请号：CN201811583585.9
申请日：2018-12-24
申请人： 广州柏视医疗科技有限公司
IPC分类号： G06T7/00 , G06V10/26 , G06V10/25 , G06V10/75 , G06V10/764
摘要： 本发明公开了一种基于深度语义分割网络的自动识别鼻咽癌原发肿瘤方法，方法包括：采集患者的磁共振三维图像；对三维图像进行灰度偏差场的纠正处理；对预处理步骤后的三维图像利用改进的直方图匹配算法进行处理；对上述预处理步骤后的三维图像截取ROI区域，并分割为2*2个有重叠的patch作为模型的输入；对多个patch输入已训练的深度语义分割网络进行鼻咽癌原发肿瘤的识别，最终将输出的多个patch的识别结果合并，得到最终的原发肿瘤识别结果。本发明能有效提高输入数据的质量，并学习到高分辨率图像的全局信息和细节信息，结合后处理方法，能有效提高预测的准确度和模型的泛化能力，进而有效提高医疗工作者的工作效率。
-
公开(公告)号：CN114723893A
公开(公告)日：2022-07-08
申请号：CN202210447078.2
申请日：2022-04-26
申请人： 广州柏视医疗科技有限公司 , 广州柏视数据科技有限公司
摘要： 本发明属于医疗影像渲染技术领域，具体公开了一种基于医疗影像的器官组织空间关系渲染方法及系统，其中方法包括：对输入的影像进行图像灰度值规范化和去噪处理，提取目标器官的轮廓和感兴趣的区域ROI(Region ofinterest)；对图像进行分割，并生成对应器官组织的三维体素数据，然后根据三维体素数据提取表面三维网格模型；将各器官组织的表面三维网格模型及对应的使用场景，选择相应的渲染模式进行渲染；将所述表面三维网格模型和相应的渲染模式写入顶点着色器和片元着色器，通过渲染管线流程，得到最终的重建影像。该方案能够智能识别不同器官组织，并以半透明形式直观地展示各器官的空间包裹关系，使得医生的诊断效率大大提高。
-
-
-
-
-
-
-
-
-
搜索结果
198 条记录 (耗时 0.062 秒)
