-
公开(公告)号：CN109389603A
公开(公告)日：2019-02-26
申请号：CN201811048812.8
申请日：2018-09-10
Abstract: 本发明涉及一种基于预加重策略的全自动腰椎图像分割方法，该方法包括以下步骤：基于人体腰椎结构和磁共振对比特点的数据生成方法，自动生成大量脊柱结构多样性和纹理多样性丰富的脊柱磁共振图像，完成腰椎图像分割模型的训练；利用训练得到的分割模型，实现脊柱磁共振图像数据中椎体和椎间盘的自动分割。本发明可以解决传统训练模型数据局限性的问题，具有较高模型泛化能力；对不同医院不同扫描机器不同扫描参数等导致的种类繁多的腰椎磁共振图像数据适应性强。
-
公开(公告)号：CN119228765A
公开(公告)日：2024-12-31
申请号：CN202411354057.1
申请日：2024-09-26
Applicant: 北京大学第一医院(北京大学第一临床医学院) , 北京赛迈特锐医疗科技有限公司
IPC: G06T7/00 , G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本申请涉及智能医疗领域，具体涉及一种基于胸部CT预测肾上腺病变的方法、设备及程序产品。包括S1、获取胸部CT数据；S2、将所述胸部CT数据输至分割网络中进行分割得到感兴趣区域；S3、将所述感兴趣区域输至分类器中进行预测得到肾上腺正常或异常的预测结果。本申请能够通过胸部CT预测肾上腺的正常或异常，提供一种新的且便利的途径，具有很好临床价值。
-
公开(公告)号：CN109389603B
公开(公告)日：2021-09-24
申请号：CN201811048812.8
申请日：2018-09-10
Abstract: 本发明涉及一种基于预加重策略的全自动腰椎图像分割方法，该方法包括以下步骤：基于人体腰椎结构和磁共振对比特点的数据生成方法，自动生成大量脊柱结构多样性和纹理多样性丰富的脊柱磁共振图像，完成腰椎图像分割模型的训练；利用训练得到的分割模型，实现脊柱磁共振图像数据中椎体和椎间盘的自动分割。本发明可以解决传统训练模型数据局限性的问题，具有较高模型泛化能力；对不同医院不同扫描机器不同扫描参数等导致的种类繁多的腰椎磁共振图像数据适应性强。
-
公开(公告)号：CN109961424B
公开(公告)日：2021-04-13
申请号：CN201910143950.2
申请日：2019-02-27
Abstract: 本发明公开了一种手部X光图像数据的生成方法，涉及计算机视觉以及人工智能领域，所述方法包括：基于手部X射线特点以及手部活动规律的先验知识，随机构造出具有随机多样性的模拟手部X射线图像的不同骨龄数据。本发明能够生成骨龄高多样性图像数据，无需真实骨龄X光片，从而解决传统骨龄自动识别方法需要大量数据作为训练集的问题，实现节约医疗资源、人力资源和经济成本的效果。
-
公开(公告)号：CN109961424A
公开(公告)日：2019-07-02
申请号：CN201910143950.2
申请日：2019-02-27
Abstract: 本发明公开了一种手部X光图像数据的生成方法，涉及计算机视觉以及人工智能领域，所述方法包括：基于手部X射线特点以及手部活动规律的先验知识，随机构造出具有随机多样性的模拟手部X射线图像的不同骨龄数据。本发明能够生成骨龄高多样性图像数据，无需真实骨龄X光片，从而解决传统骨龄自动识别方法需要大量数据作为训练集的问题，实现节约医疗资源、人力资源和经济成本的效果。
-
Patent Agency Ranking
公开(公告)号：CN113838153A
公开(公告)日：2021-12-24
申请号：CN202010599926.2
申请日：2020-06-23
Applicant: 北京大学
Abstract: 本发明公开了一种基于血管造影图像的血管管径分析系统，属于计算机视觉及机器学习领域。系统由四个模块组成。模块1：利用血管造影图像自动分割血管区域；模块2：依据血管分割结果进行距离变换分析，得到血管内像素距离血管边界的距离图像；模块3：点选局部血管段起始点和终止点，设计路径检测优化目标估计出血管内穿行的内切球的运动轨迹；模块4：获取运动内切球的直径曲线作为血管管径曲线。本发明的优势在于解释性强、计算简单，避免了传统2D图像重建策略的多步骤误差累计问题，也规避了传统分析方法不合理的管腔形态学假设，更适用于血管管径的自动分析。
-
公开(公告)号：CN105963023A
公开(公告)日：2016-09-28
申请号：CN201610249066.3
申请日：2016-04-20
Applicant: 北京大学
CPC classification number: A61B5/1038
Abstract: 本发明公开了一种用于模拟人体步态对足底的压力且兼容磁共振的机电装置。此机电装置包括：1.本发明由气压动力模块、控制模块、步态压力模拟模块组成，气压动力模块由电驱动，控制模块由24V电压驱动，步态压力模拟模块由高压空气驱动；2.步态压力模拟模块全部部件均由非铁磁性材料制成；3.气压动力模块和控制模块放在磁共振扫描间之外，步态压力模拟模块放在磁共振扫描间之内；4.设置特定参数，让步态压力模拟模块的受气缸驱动的压力刺激直板刺激被试足底。本发明能够有效地模拟人体步态的足底压力变化，而且兼容磁共振环境，更能让被试保持躺着的静止状态接受足底刺激。
-
公开(公告)号：CN100586371C
公开(公告)日：2010-02-03
申请号：CN200710175997.4
申请日：2007-10-17
Applicant: 北京大学
Abstract: 本发明涉及一种基于磁共振三维肾图的图像处理系统，一种基于磁共振三维肾图的图像处理系统，其特征在于：它包括一个磁共振成像工作站，一台辅助计算控制装置，磁共振工作站通过灌注成像方式得到不同时相的磁共振影像，所述辅助控制装置，根据相关的计算方法完成对三维磁共振肾图的计算和显示输出，所述辅助技算控制装置包括：图像处理模块、抓取图像模块、图像切除模块、图像识别模块、图像剪影模块、图像分割模块和综合匹配模块。本发明能够较为准确的矫正MRI图像获取过程中肾脏由于呼吸导致的运动，并能对皮髓质进行准确的分割。本发明可以广泛应用于磁共振肾图图像处理中。
-
公开(公告)号：CN116912554A
公开(公告)日：2023-10-20
申请号：CN202310657990.5
申请日：2023-06-05
Applicant: 北京大学第一医院
IPC: G06V10/764 , G06V10/774 , G06T7/00 , G06N3/08 , G16H30/00
Abstract: 本发明公开了一种基于深度学习的头颅CT图像分类预测模型、方法及装置，其中，分类预测模型包括：图像对比度归一化模块，用于对输入的原始单层头颅CT平扫图像进行对比度归一化处理，生成处理后的单层头颅CT平扫图像；分类预测模块，用于利用图像特征提取器提取处理后的单层头颅CT平扫图像的图像特征，并利用分类头模块基于图像特征生成与预设类别对应的预测值，和，与预设类别对应的图像特征矩阵权重；梯度类别激活热图生成模块，用于基于图像特征矩阵权重生成激活热图，激活热图用以辅助确定病灶位置。通过该模型，可以快速、低成本的完成对头颅CT图像进行正常异常二分类的工作。而且，可以使分类结果更加准确。
-
公开(公告)号：CN113537266A
公开(公告)日：2021-10-22
申请号：CN202010324990.X
申请日：2020-04-22
Applicant: 北京大学
Abstract: 本发明公布了一种基于推挽正则化的医学影像病变分类系统，由图像特征提取模块F，特征空间约束模块P和甄别模块C组成；其中，特征空间约束模块P由推远控制模块P1和拉近控制模块P2组成，P1通过对不同类别样本特征施加距离惩罚使不同类别样本相互远离；P2通过对相同类别样本特征施加距离惩罚使相同类别样本相互靠近；最后在分类损失函数的基础上通过特征空间约束模块P进行医学影像病变分类系统的训练优化。本发明从样本的特征空间分布入手，提出了一种能够更为有效区分不同病变类型的推挽正则化模型，可以使模型学习到的特征表示能够使同类样本呈现高聚集度，同时使异类样本更分散，增加模型判别能力，从而实现更有效的病变分类。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.02 seconds)
