-
公开(公告)号：CN104700118A
公开(公告)日：2015-06-10
申请号：CN201510117906.6
申请日：2015-03-18
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供的基于卷积神经网络的肺结节良恶性预测方法，包括：从肺结节坐标中获取多尺度肺结节图像块；根据所述多尺度肺结节图像块构造所述多尺度肺结节图像块对应的各个卷积神经网络；根据损失函数利用所述多尺度肺结节图像块训练所述卷积神经网络；利用训练的卷积神经网络提取肺结节的低维特征；利用所述低维特征训练非线性分类器，并预测未知肺结节图像块。本发明可以准确地预测未知肺结节图像块的良恶性。
-
公开(公告)号：CN103646418B
公开(公告)日：2017-03-01
申请号：CN201310750389.7
申请日：2013-12-31
Applicant: 中国科学院自动化研究所
IPC: G06T15/08
Abstract: 本发明公开了一种基于自动多阈值的多层着色体绘制系统，该系统包括：阈值生成模块，根据输入的体素样本生成阈值序列；绘制模块，根据阈值序列对于体数据进行多层着色，生成着色后的输出图像。本发明同时还提出了一种基于自动多阈值的多层着色体绘制方法。与已有技术相比，本发明对多层结构的区分效果更加明显，可以对体数掘进行分层着色，且不需要提前分割数据，绘制过程中的内存和计算代价小，效率高。本发明在科学计算可视化和医学影像可视化领域有重要的应用价值。
-
公开(公告)号：CN104715483A
公开(公告)日：2015-06-17
申请号：CN201510122955.9
申请日：2015-03-20
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明提供的肺部CT影像病变组织的自动分割方法，包括：从肺实质CT影像中通过滑降算法搜索各点邻域梯度最小值，根据邻域梯度最小值获取肺部病变初始生长点的区域，根据肺部病变初始生长点的区域确定初始生长种子点；根据初始生长种子点获取像素灰度约束和生长距离约束，并从像素灰度约束和生长距离约束中由区域生长方法确定肺部病变区域；根据肺部病变区域得到各层肺部病变区域的边界，各层肺部病变区域的边界在中心点根据预设的方向得到所述肺部病变区域中相邻层的边界像素点，通过所述相邻层的边界像素点和所述肺部病变区域的中心点得到平均距离差值，并将超过所述平均距离差值的像素点进行平滑得到肺部病变组织的分割图像。
-
公开(公告)号：CN103646418A
公开(公告)日：2014-03-19
申请号：CN201310750389.7
申请日：2013-12-31
Applicant: 中国科学院自动化研究所
IPC: G06T15/08
Abstract: 本发明公开了一种基于自动多阈值的多层着色体绘制系统，该系统包括：阈值生成模块，根据输入的体素样本生成阈值序列；绘制模块，根据阈值序列对于体数据进行多层着色，生成着色后的输出图像。本发明同时还提出了一种基于自动多阈值的多层着色体绘制方法。与已有技术相比，本发明对多层结构的区分效果更加明显，可以对体数掘进行分层着色，且不需要提前分割数据，绘制过程中的内存和计算代价小，效率高。本发明在科学计算可视化和医学影像可视化领域有重要的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN104715484B
公开(公告)日：2018-04-13
申请号：CN201510124586.7
申请日：2015-03-20
Applicant: 中国科学院自动化研究所
IPC: G06T7/136
Abstract: 本发明提供一种基于改进的水平集的自动肿瘤影像区域分割方法，包括：获取包含病变区域的待分割的原始PET图像并进行预处理和定位从而确定预处理后的待分割病变区域PET图像；根据病变区域的CT图像和所述预处理后的待分割病变区域PET图像构造超图，从而初步确定PET图像中的粗略肿瘤区域为初始零水平集；对所述初始零水平集执行改进的水平集方法从而确定肿瘤区域；根据形态学运算对所述肿瘤区域执行边缘平滑处理。本发明所述方法能够实现快速准确的分割肿瘤区域，从而辅助外科医生进行诊断治疗及疗效评估。
-
公开(公告)号：CN104715484A
公开(公告)日：2015-06-17
申请号：CN201510124586.7
申请日：2015-03-20
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明提供一种基于改进的水平集的自动肿瘤区域分割方法，包括：获取包含病变区域的待分割的原始PET图像并进行预处理和定位从而确定预处理后的待分割病变区域PET图像；根据病变区域的CT图像和所述预处理后的待分割病变区域PET图像构造超图，从而初步确定PET图像中的粗略肿瘤区域为初始零水平集；对所述初始零水平集执行改进的水平集方法从而确定肿瘤区域；根据形态学运算对所述肿瘤区域执行边缘平滑处理。本发明所述方法能够实现快速准确的分割肿瘤区域，从而辅助外科医生进行诊断治疗及疗效评估。
-
公开(公告)号：CN104715483B
公开(公告)日：2018-05-11
申请号：CN201510122955.9
申请日：2015-03-20
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供的肺部CT影像异常区域的自动分割方法，包括：从肺实质CT影像中通过滑降算法搜索各点邻域梯度最小值，根据邻域梯度最小值获取肺部异常初始生长点的区域，根据肺部异常初始生长点的区域确定初始生长种子点；根据初始生长种子点获取像素灰度约束和生长距离约束，并从像素灰度约束和生长距离约束中由区域生长方法确定肺部异常区域；根据肺部异常区域得到各层肺部异常区域的边界，进而获取在预设的方向上所述肺部异常区域中相邻层的边界像素点，通过相邻层的边界像素点和肺部异常区域的中心点得到平均距离差值，并对所有边界像素点中距离差超过平均距离差值的边界像素点进行平滑得到肺部异常区域的分割图像。
-
公开(公告)号：CN103871063B
公开(公告)日：2017-04-19
申请号：CN201410102814.6
申请日：2014-03-19
Applicant: 中国科学院自动化研究所
IPC: G06T7/38
Abstract: 本发明公开了一种基于点集匹配的图像配准方法，通过对浮动图像和参考图像进行特征点提取，得到浮动图像特征点集和参考图像特征点集，采用了一种构造中间变换的方法，使得待匹配的二个点集之间的旋转角度小于90度。本发明通过构造由12个四元数表征的空间映射信息的集合，对于浮动图像特征点集作用这12个初始变换会得到12个中间图像特征点集，构造的这12个中间特征点集中至少会存在一个点集与参考图像特征点集的绕轴旋转角度小于等于90度。本发明可以解决任意角度的旋转点集配准，从而实现图像刚性配准。本发明在医学图像配准领域有重要的应用价值。
-
公开(公告)号：CN103871063A
公开(公告)日：2014-06-18
申请号：CN201410102814.6
申请日：2014-03-19
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明公开了一种基于点集匹配的图像配准方法，通过对浮动图像和参考图像进行特征点提取，得到浮动图像特征点集和参考图像特征点集，采用了一种构造中间变换的方法，使得待匹配的二个点集之间的旋转角度小于90度。本发明通过构造由12个四元数表征的空间映射信息的集合，对于浮动图像特征点集作用这12个初始变换会得到12个中间图像特征点集，构造的这12个中间特征点集中至少会存在一个点集与参考图像特征点集的绕轴旋转角度小于等于90度。本发明可以解决任意角度的旋转点集配准，从而实现图像刚性配准。本发明在医学图像配准领域有重要的应用价值。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.028 seconds)
