-
公开(公告)号：CN120088552A
公开(公告)日：2025-06-03
申请号：CN202510160465.1
申请日：2025-02-13
Applicant: 中国科学院苏州生物医学工程技术研究所 , 核工业总医院
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/762 , G06N3/0895 , G06N3/0464 , G06N3/088 , G06N3/09 , G06T7/00
Abstract: 本发明涉及图像分析技术领域，公开了一种医学图像分类方法、装置、设备、存储介质及产品，该方法包括：获取无标签医学图像样本以及有标签医学图像样本；构建子聚类感知对比半监督学习模型，子聚类感知对比半监督学习模型包括特征聚类分支以及网络学习分支；将无标签医学图像样本以及有标签医学图像样本输入特征聚类分支，根据有标签医学图像样本的动态子聚类结果确定无标签医学图像样本的子聚类伪标签；基于无标签医学图像样本、有标签医学图像样本以及子聚类伪标签训练网络学习分支，获得训练完成后的医学图像分类模型。本发明通过交替协同优化机制，有效解决了图像分类任务中类内差异性大与类间相似性高的问题，提高了图像分类的分类精度。
-
公开(公告)号：CN114254698B
公开(公告)日：2024-10-22
申请号：CN202111485510.9
申请日：2021-12-07
Applicant: 苏州国科医工科技发展(集团)有限公司 , 中国科学院苏州生物医学工程技术研究所
IPC: G06V10/764 , G06N3/09 , G06V10/82 , G06N3/0499
Abstract: 本发明公开了一种不平衡数据与图像处理方法、系统及计算机设备，该包括以下步骤：1)对不平衡数据集O进行预处理；2)使用基于豪斯多夫距离的最大分布算法确定RBF神经网络数据生成模型的参数；3)构建RBF神经网络数据生成模型；4)使用构建的RBF神经网络数据生成模型结合mvnrnd函数生成样本集合S；5)将生成的样本集合S填充到原始不平衡数据集O中，获得处理后的平衡数据集Os，Os＝O∪S。本发明提供的不平衡数据与图像处理方法，能够处理缺失值和不同类型的属性，自适应地学习原始不平衡数据的类内和类间分布，自动按类别生成数据扩充原始数据中的少数类，从而能有效改善数据的不平衡性，提高数据分析的准确性。
-
公开(公告)号：CN111951252B
公开(公告)日：2024-01-23
申请号：CN202010826210.1
申请日：2020-08-17
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州市第五人民医院
Abstract: 本发明公开了一种多时序图像处理方法、电子设备及存储介质，该方法包括以下步骤：1)多时序感兴趣区域分割；2)感兴趣区域综合特征提取；3)多时序图像特征提取；4)图像集处理：5)将所述步骤4)得到的特征矩阵M进行特征筛选后通过分类器进行分类，获得图像处理结果。本发明的多时序图像处理方法，能同时实现对多个病人的多时序图像分类，从多时相特征中能得到更加丰富的影像学定量特征；本发明通过构建多时相影像特征及其不同时相之间的特征差异，共同构成特征集合，可以更加有效的反映不同组织的影像学表现，利于得到更加丰富的影像学信息。
-
公开(公告)号：CN112508888B
公开(公告)日：2023-12-19
申请号：CN202011349387.3
申请日：2020-11-26
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种面向医学影像的脑动脉快速自动分割方法及系统，该方法包括以下步骤：1)对输入的图像进行校正；2)对校正后的图像采用自检测分割方法进行阈值分割；3)对阈值分割后的图像使用自适应颅内模板去除颅骨；4)对去除颅骨后的图像进行种子点集阈值计算；5)种子点集自动提取；6)进行直方图统计，计算阈值系数；7)区域增长；8)精细分割。采用本发明的方法，能够自动地提取图像内的血管区域，并且自动化阈值计算方法对于不同类型的影像均具有较好的适应性与鲁棒性；本发明所采用的分割方法不仅适用于正常解剖结构的血管，对于有动脉瘤、囊肿等解剖结构变异或正常生理结构变异，均能够实现较好的分割效果。
-
公开(公告)号：CN115953575A
公开(公告)日：2023-04-11
申请号：CN202210762226.X
申请日：2022-06-29
Applicant: 中国科学院苏州生物医学工程技术研究所 , 苏州市立医院 , 济南国科医工科技发展有限公司
Abstract: 本发明公开了一种图像配准分割方法及系统，包括以下步骤：S1、提供分割配准联合网络模型；S2、预训练配准网络和分割网络；S3、对配准网络进行参数优化；S4、对分割网络进行参数优化；S5、重复步骤S2和S3使两者交替进行，直至最后得到一个训练好的分割配准联合网络模型，将该模型用于进行图像分割配准。本发明提供的图像配准分割方法及系统，从全局的解剖结构轮廓和局部的结构信息两点入手，一方面利用器官标签对配准的约束来引导图像配准，并将配准与分割网络联合，只需少量人工标注即可完成全部图像的标签引导；另一方面提出msMIND对图像局部结构进行约束引导图像配准，能够实现高精度的多模态医学图像配准。
-
Patent Agency Ranking
公开(公告)号：CN112376045B
公开(公告)日：2022-11-08
申请号：CN202011263679.5
申请日：2020-11-12
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: B23P6/00
Abstract: 本发明公开了一种用于不规则几何形状的三维修复方法和系统，包括以下步骤：1)对受损零件进行预处理，得到待修复零件；2)对待修复零件进行三维扫描，得到其三维模型；3)进行机械臂手眼标定；4)获得待修复零件在机械臂坐标系下的三维模型；5)将完好零件的三维模型与待修复零件的三维模型进行匹配；6)在匹配后的完好零件的三维模型上确定切割平面，生成封闭的三维缺陷模型；7)基于生成的封闭的三维缺陷模型，进行机械臂路径规划，控制激光熔覆路径，对待修复零件进行自动修复；8)进行后处理。本发明可以对不规则几何形状的零部件的缺陷进行快速的定位和精确的三维建模，从而自动完成激光熔覆过程，实现高效精确的零部件修复。
-
公开(公告)号：CN107292312B
公开(公告)日：2021-06-22
申请号：CN201710462938.9
申请日：2017-06-19
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开一种肿瘤识别方法，包括步骤：粗分割：对CT图像依次进行器官分割和血管分割，获得去除血管的器官CT图像；构造测试样本数据集合：基于器官CT图像，依次构造动脉期、静脉期和延迟期的肿瘤区域子图集形成测试正样本数据集合、器官正常区域子图集构成测试负样本数据集合；训练肿瘤分类器：对测试样本数据集合进行特征数据提取，训练出包括肿瘤良/恶识别与分期的肿瘤分类器；待测CT图像的特征数据提取和肿瘤的识别与分期：依次对动脉期、静脉期和延迟期的待测CT图像进行特征数据提取形成待测特征数据集合，将待测特征数据集合输入肿瘤分类器进行肿瘤良/恶识别与分期。本发明可以对分割后的肿瘤进行良/恶以及分期的精确识别。
-
公开(公告)号：CN112508888A
公开(公告)日：2021-03-16
申请号：CN202011349387.3
申请日：2020-11-26
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种面向医学影像的脑动脉快速自动分割方法及系统，该方法包括以下步骤：1)对输入的图像进行校正；2)对校正后的图像采用自检测分割方法进行阈值分割；3)对阈值分割后的图像使用自适应颅内模板去除颅骨；4)对去除颅骨后的图像进行种子点集阈值计算；5)种子点集自动提取；6)进行直方图统计，计算阈值系数；7)区域增长；8)精细分割。采用本发明的方法，能够自动地提取图像内的血管区域，并且自动化阈值计算方法对于不同类型的影像均具有较好的适应性与鲁棒性；本发明所采用的分割方法不仅适用于正常解剖结构的血管，对于有动脉瘤、囊肿等解剖结构变异或正常生理结构变异，均能够实现较好的分割效果。
-
公开(公告)号：CN112376045A
公开(公告)日：2021-02-19
申请号：CN202011263679.5
申请日：2020-11-12
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种用于不规则几何形状的三维修复方法和系统，包括以下步骤：1)对受损零件进行预处理，得到待修复零件；2)对待修复零件进行三维扫描，得到其三维模型；3)进行机械臂手眼标定；4)获得待修复零件在机械臂坐标系下的三维模型；5)将完好零件的三维模型与待修复零件的三维模型进行匹配；6)在匹配后的完好零件的三维模型上确定切割平面，生成封闭的三维缺陷模型；7)基于生成的封闭的三维缺陷模型，进行机械臂路径规划，控制激光熔覆路径，对待修复零件进行自动修复；8)进行后处理。本发明可以对不规则几何形状的零部件的缺陷进行快速的定位和精确的三维建模，从而自动完成激光熔覆过程，实现高效精确的零部件修复。
-
公开(公告)号：CN112140554A
公开(公告)日：2020-12-29
申请号：CN202010935800.8
申请日：2020-09-08
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: B29C64/386 , B29C64/393 , G06T17/00 , B33Y50/00 , B33Y50/02
Abstract: 本发明公开了一种约束条件下的增材制造在线检测和控制方法，包括以下步骤：1)在三维打印设备逐层进行增材制造过程中，对拟制造的部件实时或间隔地进行三维扫描，在完成第i层打印时，获取当前部件的真实三维形貌Mgi，i＝1，2,...,n，n为该部件总共需要打印的层数；2)将得到的部件的真实三维形貌Mgi与完成第i层打印时对应的部件的理论三维形貌Mti进行对比，计算两者之间的差异；当Mgi与Mti之间的差异指标的值大于预先设定的阈值时，对第i层进行二次增材打印，直至该差异指标不大于预先设定的阈值，然后再进行第i+1层的打印。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.105 seconds)
