-
公开(公告)号：CN117726528A
公开(公告)日：2024-03-19
申请号：CN202311356391.6
申请日：2023-10-18
申请人： 中国科学院深圳先进技术研究院
IPC分类号： G06T5/50 , G06N3/0455 , G06N3/08
摘要： 本发明涉及一种低剂量PET图像增强方法及系统，属于医学和工业领域正电子发射断层(PET)成像，用于解决现有技术利用解剖结构信息的MR图像作为先验信息将低剂量PET影像数据生成正常剂量的PET图像时效果不佳。本方案从MR图像以及空间解剖排列信息通过空间变换获得的解剖结构空间特征，通过将低剂量PET图像特征先利用解剖结构空间特征以实现空间区域信息的自适应增强和不同模态融合，以改善低剂量影像数据的解剖结构显示质量，提高解剖结构清晰度，为临床诊断提供有效参考，降低示踪剂使用量，降低经济成本，减轻病人辐射负担。
-
公开(公告)号：CN117611696A
公开(公告)日：2024-02-27
申请号：CN202311404754.9
申请日：2023-10-26
申请人： 中国科学院深圳先进技术研究院
IPC分类号： G06T11/00 , G06N3/0475 , G06N3/094
摘要： 本说明书涉及PET图像处理技术领域，提供了一种模型训练方法、无CT的PET图像衰减校正方法及装置，该训练方法包括：创建包括第一生成对抗网络和第二生成对抗网络的循环生成对抗网络；训练循环生成对抗网络，以使第一生成对抗网络学习未衰减校正的PET图像转换为已衰减校正的PET图像的映射关系，并使第二生成对抗网络学习已衰减校正的PET图像转换为未衰减校正的PET图像的映射关系；在当前训练得到的循环生成对抗网络满足预设条件时，将第一生成对抗网络中的第一生成器确定为无CT的PET图像衰减校正模型。本说明书实施例可以在保证PET图像衰减校正的质量的同时减少有害辐射剂量。
-
公开(公告)号：CN117710332A
公开(公告)日：2024-03-15
申请号：CN202311738253.4
申请日：2023-12-15
申请人： 中国科学院深圳先进技术研究院
IPC分类号： G06T7/00 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464
摘要： 本申请实施例提供了肺脑图像的处理方法和装置、设备、存储介质，属于AI和数字医疗技术领域。该方法包括：采集医学图像数据和临床特征数据，医学图像数据包括肺部图像和脑部图像，医学图像数据基于正电子发射型计算机断层扫描得到；从临床特征数据筛选出目标临床特征；对肺部图像进行预处理得到肺初步图像；对脑部图像进行预处理得到脑初步图像；对肺初步图像进行深浅特征提取，得到肺部深度特征和肺部浅层特征，对脑初步图像进行深特征提取得到脑深度特征；对目标临床特征、肺部深度特征、肺部浅层特征和脑深度特征进行特征筛选，得到目标特征；根据目标特征进行疾病分类，得到目标疾病类别，本申请实施例可以提高疾病分类的准确性和效率。
-
公开(公告)号：CN117357139A
公开(公告)日：2024-01-09
申请号：CN202311192299.0
申请日：2023-09-14
申请人： 中国科学院深圳先进技术研究院
摘要： 本方案涉及一种针对PET/CT系统的双低剂量衰减校正方法，属于医学正电子发射断层成像领域，用于实现在降低辐射剂量的同时，保证成像图像质量。技术方案为：对低剂量的ACCT图像进行多尺度特征提取，获得第一特征图集合 对低剂量未衰减校正的PET图像进行多尺度特征提取，获得第二特征图集合 N为设定值；将第一特征图 第二特征图 进行自适应空间位置对齐，并将对齐后的两个特征图进行匹配和融合，得到第三特征图集合 将第三特征图 进行M次尺度不变特征提取获得衰减校正的特征图 M为设定值；将特征图放大，使其尺寸到与 尺寸相同，并将 与 进行拼接得到衰减校正特征图 基于特征图获取可视的标准剂量的PET图像。
-
-
-
搜索结果
4 条记录 (耗时 0.042 秒)
