基于全局信息感知的医学图像分割装置

    公开(公告)号:CN116258933A

    公开(公告)日:2023-06-13

    申请号:CN202310238744.6

    申请日:2023-03-13

    Abstract: 本发明提供了一种基于全局信息感知的医学图像分割装置,扫描头扫描医学影像;存储器存储医学影像、医学影像样本集以及医学图像分割网络模型;处理卡利用训练好的医学图像分割网络模型对医学影像进行分割,获得边界清晰的分割结果图。本发明的医学图像分割网络模型通过低计算复杂度的CAB来建模高低维度特征图之间逐像素点的相关关系,在特征编码过程中实现低维细节信息与高维语义信息的无缝融合;CAB在编解码特征融合时提供语义桥梁缓解语义鸿沟问题。此外特征融合模块AAFM通过空洞卷积对齐各级特征感受野,通过特征融合激活方式实现各级特征在空间维度的显著区域校准。因此本发明可以针对边界纹理复杂的医学影像提供更为准确的分割结果。

    基于fNIRS的实时神经反馈调控认知能力的方法

    公开(公告)号:CN110772266A

    公开(公告)日:2020-02-11

    申请号:CN201910979553.9

    申请日:2019-10-15

    Abstract: 本发明涉及一种基于fNIRS的实时神经反馈调控认知能力的方法,包括依次进行的12次实时神经反馈调节训练,每次实时神经反馈调节训练包括三次实验组块,每次实验组块包括12次实验,其中:每个实验持续1分钟,前30s休息,被试保持静息状态,后30s调节,调节包括:(1)、使用近红外脑成像系统测量被试大脑的血氧水平信号;(2)、将采集到大脑血氧水平信号数据实时发送到外部电脑,并将靶脑区血氧水平信号以石头升降/食物图片模糊化的形式实时呈现给被试;(3)、被试采用心理策略,根据石头升降或者食物图片模糊程度的变化来实时调节,调节目标是将石头调节到高位并保持住或者将食物图片变模糊并使食物图片保持模糊状态。

    基于LME模型的减重手术引起大脑结构变化的影像学统计分析方法

    公开(公告)号:CN108065934B

    公开(公告)日:2021-01-12

    申请号:CN201711179629.7

    申请日:2017-11-23

    Abstract: 本发明公开了一种基于LME模型的减重手术引起大脑结构变化的影像学统计分析方法,我们选择T1结构像的成像方式研究肥胖病人在减重手术干预下大脑皮层结构的变化,更加直观;本发明的方法在实验设计上更新颖,较以往减重手术研究中单一手术组自身前后的对比分析设计,增加了肥胖对照组,充分考虑了肥胖病人在没有手术干预下一个月是否也有大脑结构变化的因素,使得实验设计更加严谨,保证了数据的测量与重复测量;本发明的方法采用LME模型研究减重手术引起肥胖病人大脑结构变化的研究,改善了单一组配对T检验统计方法忽略肥胖病人组自身的时间效应的缺点,使得结果更加鲁棒。

    基于LME模型的减重手术引起大脑结构变化的影像学统计分析方法

    公开(公告)号:CN108065934A

    公开(公告)日:2018-05-25

    申请号:CN201711179629.7

    申请日:2017-11-23

    CPC classification number: A61B5/72 A61B5/055

    Abstract: 本发明公开了一种基于LME模型的减重手术引起大脑结构变化的影像学统计分析方法,我们选择T1结构像的成像方式研究肥胖病人在减重手术干预下大脑皮层结构的变化,更加直观;本发明的方法在实验设计上更新颖,较以往减重手术研究中单一手术组自身前后的对比分析设计,增加了肥胖对照组,充分考虑了肥胖病人在没有手术干预下一个月是否也有大脑结构变化的因素,使得实验设计更加严谨,保证了数据的测量与重复测量;本发明的方法采用LME模型研究减重手术引起肥胖病人大脑结构变化的研究,改善了单一组配对T检验统计方法忽略肥胖病人组自身的时间效应的缺点,使得结果更加鲁棒。

    基于肥胖模型PWS的大脑核团Granger因果分析方法

    公开(公告)号:CN103054582B

    公开(公告)日:2015-11-25

    申请号:CN201210554771.6

    申请日:2012-12-08

    Abstract: 本发明公开了一种基于肥胖模型PWS的大脑核团Granger因果分析方法,以静息态扫描模式,得到功能磁共振数据,对数据进行预处理,其预处理步骤包括时间矫正、头动对齐、空间标准化、空间平滑;对预处理后的数据进行低频幅度慢波震荡(ALFF)分析,根据PWS病人与正常对照组的大脑差异区域定义感兴趣区域;再进行Granger因果分析,从感兴趣区域中选出两个区域,提取它们的时间序列并利用2阶自回归模型计算两者间的Granger因果值,并对其进行归一化。发现了杏仁核对下丘脑的异常驱动作用,破坏了下丘脑的能量平衡,导致PWS病人暴饮暴食进而肥胖,为临床治疗找到了靶点,提供了影像学证据,取得了很好的研究结果。

Patent Agency Ranking