-
Patent Agency Ranking
公开(公告)号：CN104361554B
公开(公告)日：2018-02-27
申请号：CN201410566445.6
申请日：2014-10-23
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06T7/13
Abstract: 本发明公开了一种基于血管内超声图像的血管外膜自动检测方法，包括一个将血管内超声图像从直角坐标转换到极坐标的过程；包括一个确定快速行进(Fast Marching)算法所需种子点的过程；包括一个根据图像灰度和梯度确定快速行进(Fast Marching)算法所需的每个像素点处行进速度的过程；包括一个利用快速行进(Fast Marching)算法自动检测血管外膜的过程。本发明通过自动确定种子点、终止点和有效的行进速度函数，保证了检测过程的自动性，基于快速行进算法的处理方法，不仅保证了检测方法的简单、有效性，而且避免了现有算法模型的复杂性和对成像条件的依赖性。
-
公开(公告)号：CN104331881A
公开(公告)日：2015-02-04
申请号：CN201410566443.7
申请日：2014-10-23
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06T7/00
CPC classification number: G06T7/0012 , G06T7/11 , G06T2207/10132 , G06T2207/30101
Abstract: 本发明公开了一种基于血管内超声图像的血管内腔分割方法，包括一个确定血管内腔（即血管内膜所包含区域）种子点的过程；包括一个利用模糊连通(FuzzyConnectedness)算法计算图像中从每个象素点与血管内腔种子点模糊连通强度，获得模糊连通强度图像的过程；包括一个利用超声图像梯度信息确定模糊连通强度阈值，并根据模糊连通强度阈值和模糊连通强度图像确定血管内腔边界的过程。本发明通过自动确定种子点和模糊连通阈值，保证了分割过程的自动性。基于模糊连通算法的处理方法，不仅保证了分割方法的简单、有效性，而且避免了现有算法模型的复杂性和对成像条件的依赖性。
-
公开(公告)号：CN108537893A
公开(公告)日：2018-09-14
申请号：CN201710119384.2
申请日：2017-03-02
Applicant: 南京同仁医院有限公司 , 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明提供了一种甲状腺占位病变的三维可视化模型生成方法，用于根据医疗工作者出具的诊断报告生成甲状腺占位病变的三维可视化模型，其特征在于，包括如下步骤：步骤S1，从诊断报告中获取甲状腺的外形特征；步骤S2，从预先存储的多个甲状腺三维模型中筛选与步骤S1获取的外形特征最接近的甲状腺三维模型；步骤S3，从诊断报告中获取甲状腺的病变特征；步骤S4，根据步骤S3所获取的病变特征从预先存储的甲状腺占位病变部位库中获取甲状腺占位病变部位的三维图像并将该三维图像与步骤S2获取的甲状腺三维模型进行拼合，获得具有占位病变的甲状腺三维模型；步骤S5，对步骤S4获得的具有占位病变的甲状腺三维模型进行输出。
-
公开(公告)号：CN104331881B
公开(公告)日：2017-06-30
申请号：CN201410566443.7
申请日：2014-10-23
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种基于血管内超声图像的血管内腔分割方法，包括一个确定血管内腔（即血管内膜所包含区域）种子点的过程；包括一个利用模糊连通(Fuzzy Connectedness)算法计算图像中从每个象素点与血管内腔种子点模糊连通强度，获得模糊连通强度图像的过程；包括一个利用超声图像梯度信息确定模糊连通强度阈值，并根据模糊连通强度阈值和模糊连通强度图像确定血管内腔边界的过程。本发明通过自动确定种子点和模糊连通阈值，保证了分割过程的自动性。基于模糊连通算法的处理方法，不仅保证了分割方法的简单、有效性，而且避免了现有算法模型的复杂性和对成像条件的依赖性。
-
公开(公告)号：CN104361554A
公开(公告)日：2015-02-18
申请号：CN201410566445.6
申请日：2014-10-23
Applicant: 中国科学院苏州生物医学工程技术研究所
CPC classification number: G06T7/0012 , G06T3/604 , G06T2207/10132 , G06T2207/30101
Abstract: 本发明公开了一种基于血管内超声图像的血管外膜自动检测方法，包括一个将血管内超声图像从直角坐标转换到极坐标的过程；包括一个确定快速行进(FastMarching)算法所需种子点的过程；包括一个根据图像灰度和梯度确定快速行进(FastMarching)算法所需的每个像素点处行进速度的过程；包括一个利用快速行进(FastMarching)算法自动检测血管外膜的过程。本发明通过自动确定种子点、终止点和有效的行进速度函数，保证了检测过程的自动性，基于快速行进算法的处理方法，不仅保证了检测方法的简单、有效性，而且避免了现有算法模型的复杂性和对成像条件的依赖性。
-
-
-
-
Search Results
5
records
(took 0.029 seconds)
