-
公开(公告)号：CN111345835B
公开(公告)日：2024-08-09
申请号：CN201911346233.6
申请日：2019-12-20
Applicant: 佳能医疗系统株式会社
IPC: A61B6/03
Abstract: 本发明实现消除各DECT构造中确定的缺陷的光谱CT。实施方式的X射线CT系统取得对应于离散的第1视图群并伴随着第1能量的X射线的照射而采集到的第1投影数据集、及对应于与第1视图群不同的离散的第2视图群并伴随着与第1能量不同的第2能量的X射线的照射而采集到的第2投影数据集。X射线CT系统，将第1投影数据集及第2投影数据集输入至学习完毕模型，从而生成对应于第3视图群并与第1能量的X射线对应的第3投影数据集及对应于第4视图群并与第2能量的X射线对应的第4投影数据集。
-
公开(公告)号：CN116616806A
公开(公告)日：2023-08-22
申请号：CN202310552379.6
申请日：2018-09-29
Applicant: 佳能医疗系统株式会社
IPC: A61B6/03
Abstract: 本发明提供与以往相比能够实现画质改善、高速处理、硬件成本减少的医用图像处理装置以及医用图像处理系统。本实施方式的医用图像处理装置具备存储部、处理部。存储部存储通过对按照每个拍摄对象部位取得的多个数据进行学习处理而生成的、分别对应于多个拍摄对象部位的多个神经网络，上述神经网络具有输入层、输出层以及设于上述输入层与上述输出层之间的中间层。处理部使用分别对应于上述多个拍摄对象部位的多个神经网络中的、与第1数据的拍摄对象部位对应的神经网络，对输入到上述输入层的上述第1数据进行处理，由上述输出层输出第2数据。
-
公开(公告)号：CN116369960A
公开(公告)日：2023-07-04
申请号：CN202211708860.1
申请日：2022-12-29
Applicant: 佳能医疗系统株式会社
Abstract: 实施方式涉及医用图像处理方法、医用图像处理装置及存储介质。目的是提供能够使缺损视图的修正的精度提高的医用图像处理方法、医用图像处理装置及存储介质。有关实施方式的医用图像处理方法包括：取得包括在被检体的计算机断层摄影即CT扫描中收集到的多个视图的扫描数据；对于与在上述被检体的CT扫描中没有取得的缺损视图对应的多个X射线，决定至少1个互补的X射线；基于上述扫描数据和所决定的上述至少1个互补的X射线，重建上述被检体的图像数据。
-
公开(公告)号：CN111345835A
公开(公告)日：2020-06-30
申请号：CN201911346233.6
申请日：2019-12-20
Applicant: 佳能医疗系统株式会社
IPC: A61B6/03
Abstract: 本发明实现消除各DECT构造中确定的缺陷的光谱CT。实施方式的X射线CT系统取得对应于离散的第1视图群并伴随着第1能量的X射线的照射而采集到的第1投影数据集、及对应于与第1视图群不同的离散的第2视图群并伴随着与第1能量不同的第2能量的X射线的照射而采集到的第2投影数据集。X射线CT系统，将第1投影数据集及第2投影数据集输入至学习完毕模型，从而生成对应于第3视图群并与第1能量的X射线对应的第3投影数据集及对应于第4视图群并与第2能量的X射线对应的第4投影数据集。
-
公开(公告)号：CN111345834A
公开(公告)日：2020-06-30
申请号：CN201911324721.7
申请日：2019-12-20
Applicant: 佳能医疗系统株式会社
IPC: A61B6/03
Abstract: 实施方式的X射线CT系统具备取得部及处理部。取得部取得第1图像和第2图像，第1图像对应于离散的第1视图群，且为基于伴随着第1能量的X射线的照射而采集到的第1投影数据集的图像，第2图像对应于离散的第2视图群，且为基于伴随着第2能量的X射线的照射而采集到的第2投影数据集的图像。处理部针对基于第1图像及第2图像来生成将第1图像中的条纹状伪影减少后的第3图像及将第2图像中的条纹状伪影减少后的第4图像的学习完毕模型，输入第1图像及第2图像，从而生成第3图像及第4图像。
-
Patent Agency Ranking
公开(公告)号：CN112215910B
公开(公告)日：2024-08-02
申请号：CN202010660989.4
申请日：2020-07-10
Applicant: 佳能医疗系统株式会社
IPC: G06T11/00 , G06T5/70 , G06N3/0464 , G06N3/084 , G06T5/60
Abstract: 本发明要解决的课题是提高画质。有关实施方式的X射线系统具备生成部。生成部对于以利用第1焦点尺寸的X射线收集到的第1投影数据为输入、以利用比上述第1焦点尺寸小的第2焦点尺寸的X射线收集到的第2投影数据或以上述第1投影数据与上述第2投影数据之间的第1差分数据为输出而进行了学习的第1已学习模型，输入利用比上述第2焦点尺寸大的第3焦点尺寸的X射线收集到的第3投影数据，从而生成第4投影数据。
-
公开(公告)号：CN109805950B
公开(公告)日：2023-06-02
申请号：CN201811146155.0
申请日：2018-09-29
Applicant: 佳能医疗系统株式会社
IPC: A61B6/03
Abstract: 本发明提供与以往相比能够实现画质改善、高速处理、硬件成本减少的医用图像处理装置以及医用图像处理系统。本实施方式的医用图像处理装置具备存储部、处理部。存储部存储通过对按照每个拍摄对象部位取得的多个数据进行学习处理而生成的、分别对应于多个拍摄对象部位的多个神经网络，上述神经网络具有输入层、输出层以及设于上述输入层与上述输出层之间的中间层。处理部使用分别对应于上述多个拍摄对象部位的多个神经网络中的、与第1数据的拍摄对象部位对应的神经网络，对输入到上述输入层的上述第1数据进行处理，由上述输出层输出第2数据。
-
公开(公告)号：CN115205107A
公开(公告)日：2022-10-18
申请号：CN202210337889.7
申请日：2022-03-31
Applicant: 佳能医疗系统株式会社
Abstract: 本实施方式的医用图像处理方法在具有第一像素尺寸的检测器的第一CT装置中，使用检测器的第一成像区域执行针对被检体的第一CT扫描，从而取得第一投影数据组，通过对第一投影数据组进行重构处理，取得具有第一分辨率的第一CT图像，通过将用于提高分辨率的机器学习模型应用于第一CT图像，取得分辨率比第一分辨率高的处理后CT图像，输出处理后CT图像用于进行显示或者解析处理。在医用图像处理方法中，机器学习模型是通过使用了基于第二投影数据组的第二CT图像的机器学习而获得的，该第二投影数据组是在具有比第一像素尺寸小的第二像素尺寸的检测器的第二CT装置中使用检测器的比第一成像区域小的第二成像区域来执行针对被检体的第二CT扫描而获得的。
-
公开(公告)号：CN112215910A
公开(公告)日：2021-01-12
申请号：CN202010660989.4
申请日：2020-07-10
Applicant: 佳能医疗系统株式会社
Abstract: 本发明要解决的课题是提高画质。有关实施方式的X射线系统具备生成部。生成部对于以利用第1焦点尺寸的X射线收集到的第1投影数据为输入、以利用比上述第1焦点尺寸小的第2焦点尺寸的X射线收集到的第2投影数据或以上述第1投影数据与上述第2投影数据之间的第1差分数据为输出而进行了学习的第1已学习模型，输入利用比上述第2焦点尺寸大的第3焦点尺寸的X射线收集到的第3投影数据，从而生成第4投影数据。
-
公开(公告)号：CN109805950A
公开(公告)日：2019-05-28
申请号：CN201811146155.0
申请日：2018-09-29
Applicant: 佳能医疗系统株式会社
IPC: A61B6/03
Abstract: 本发明提供与以往相比能够实现画质改善、高速处理、硬件成本减少的医用图像处理装置以及医用图像处理系统。本实施方式的医用图像处理装置具备存储部、处理部。存储部存储通过对按照每个拍摄对象部位取得的多个数据进行学习处理而生成的、分别对应于多个拍摄对象部位的多个神经网络，上述神经网络具有输入层、输出层以及设于上述输入层与上述输出层之间的中间层。处理部使用分别对应于上述多个拍摄对象部位的多个神经网络中的、与第1数据的拍摄对象部位对应的神经网络，对输入到上述输入层的上述第1数据进行处理，由上述输出层输出第2数据。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.028 seconds)
