-
公开(公告)号：CN108492269A
公开(公告)日：2018-09-04
申请号：CN201810243457.3
申请日：2018-03-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种低剂量CT图像去噪方法，主要解决现有技术中仅考虑恢复图像灰度信息而导致的图像边缘模糊、细节丢失的问题。其实现方案：1)从人体同一部位获取多张低剂量和全剂量CT图像；2)对获得的CT图像数据集进行扩充和归一化，再在每对CT图像上进行取块，得到CT图像块数据集；3)建立一个12层的全卷积去噪神经网络，使用CT图像块数据集作为网络训练数据，利用带动量项的小批量梯度下降算法优化该网络，得到训练好的网络；4)输入一张完整的低剂量CT图像到该网络中，即可输出对应的去噪CT图像。本发明能在图像去噪的同时，较好地保持图像的边缘和细节，可用于对低剂量CT图像的增强，便于医生对CT图像病例的识别。
-
公开(公告)号：CN110751651B
公开(公告)日：2022-03-04
申请号：CN201910923449.8
申请日：2019-09-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多尺度迁移学习的MRI胰腺图像分割方法，主要解决现有技术对MRI胰腺图像分割精确低的问题。其方案：从人体胰腺部位获取PET和MRI图像，并对其进行标记，得到对应的胰腺标签图像；对PET和MRI图像扩充并归一化，对胰腺标签图像扩充并转换为浮点型；建立的PET网络并对其训练，得到训练好的PET网络；建立一个包括两条支路的MRI网络，将训练好的PET网络中对应的结构和权重迁移到该网络的第二支路，并训练其第一支路，得到训练好的MRI网络；输入MRI图像到训练好的MRI网络，输出胰腺分割结果。本发明提升了工作效率，提高了MRI图像的胰腺分割准确度，可用于对MRI图像的处理。
-
公开(公告)号：CN110751651A
公开(公告)日：2020-02-04
申请号：CN201910923449.8
申请日：2019-09-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多尺度迁移学习的MRI胰腺图像分割方法，主要解决现有技术对MRI胰腺图像分割精确低的问题。其方案：从人体胰腺部位获取PET和MRI图像，并对其进行标记，得到对应的胰腺标签图像；对PET和MRI图像扩充并归一化，对胰腺标签图像扩充并转换为浮点型；建立的PET网络并对其训练，得到训练好的PET网络；建立一个包括两条支路的MRI网络，将训练好的PET网络中对应的结构和权重迁移到该网络的第二支路，并训练其第一支路，得到训练好的MRI网络；输入MRI图像到训练好的MRI网络，输出胰腺分割结果。本发明提升了工作效率，提高了MRI图像的胰腺分割准确度，可用于对MRI图像的处理。
-
Patent Agency Ranking
公开(公告)号：CN110599530A
公开(公告)日：2019-12-20
申请号：CN201910826749.4
申请日：2019-09-03
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于双正则约束的MVCT图像纹理增强方法，主要解决现有技术不能进行MVCT图像增强的问题。其方案是：1)从人体同一部位获取多张KVCT和MVCT图像；2)对获得的CT图像数据集进行归一化，再在每对CT图像上进行取块，得到CT图像块数据集；3)建立一个13层的MVCT图像纹理增强网络，使用CT图像块数据集作为训练数据，使用梯度下降算法优化该网络，得到训练好的网络；4)输入一张完整的MVCT图像到该训练好的网络中，即可输出增强后的MVCT图像。本发明能在图像纹理增强的同时，较好地保持图像的边缘和细节，提高图像质量，便于医生对MVCT图像阅片诊断，修正病灶位置误差，保证放疗的准确性。
-
公开(公告)号：CN108492269B
公开(公告)日：2021-06-25
申请号：CN201810243457.3
申请日：2018-03-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种低剂量CT图像去噪方法，主要解决现有技术中仅考虑恢复图像灰度信息而导致的图像边缘模糊、细节丢失的问题。其实现方案：1)从人体同一部位获取多张低剂量和全剂量CT图像；2)对获得的CT图像数据集进行扩充和归一化，再在每对CT图像上进行取块，得到CT图像块数据集；3)建立一个12层的全卷积去噪神经网络，使用CT图像块数据集作为网络训练数据，利用带动量项的小批量梯度下降算法优化该网络，得到训练好的网络；4)输入一张完整的低剂量CT图像到该网络中，即可输出对应的去噪CT图像。本发明能在图像去噪的同时，较好地保持图像的边缘和细节，可用于对低剂量CT图像的增强，便于医生对CT图像病例的识别。
-
公开(公告)号：CN108629785A
公开(公告)日：2018-10-09
申请号：CN201810443222.9
申请日：2018-05-10
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于自步学习的三维核磁共振胰腺图像分割方法，主要解决现有技术中胰腺分割边界不精准，存在黏连的问题。其实现方案为：1.输入三维核磁共振图像序列并归一化处理；2.将处理后的数据分为训练集和测试集；3.对测试集中图像提取二维灰度共生矩阵特征、二维灰度梯度共生矩阵特征和三维灰度梯度共生矩阵特征；4.根据训练集特征及标签，利用自步学习和支持向量机训练得到分类器；5.利用距离正则化的水平集方法得到测试集的粗分割序列；6.对粗分割序列提取特征，利用分类器得到细分割二值序列；7.对细分割二值序列进行后处理得到测试集的分割结果。本发明能得到胰腺的精准轮廓，可用于为放射治疗提供依据和指导。
-
公开(公告)号：CN110599530B
公开(公告)日：2022-03-04
申请号：CN201910826749.4
申请日：2019-09-03
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于双正则约束的MVCT图像纹理增强方法，主要解决现有技术不能进行MVCT图像增强的问题。其方案是：1)从人体同一部位获取多张KVCT和MVCT图像；2)对获得的CT图像数据集进行归一化，再在每对CT图像上进行取块，得到CT图像块数据集；3)建立一个13层的MVCT图像纹理增强网络，使用CT图像块数据集作为训练数据，使用梯度下降算法优化该网络，得到训练好的网络；4)输入一张完整的MVCT图像到该训练好的网络中，即可输出增强后的MVCT图像。本发明能在图像纹理增强的同时，较好地保持图像的边缘和细节，提高图像质量，便于医生对MVCT图像阅片诊断，修正病灶位置误差，保证放疗的准确性。
-
公开(公告)号：CN108629785B
公开(公告)日：2021-09-10
申请号：CN201810443222.9
申请日：2018-05-10
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于自步学习的三维核磁共振胰腺图像分割方法，主要解决现有技术中胰腺分割边界不精准，存在黏连的问题。其实现方案为：1.输入三维核磁共振图像序列并归一化处理；2.将处理后的数据分为训练集和测试集；3.对测试集中图像提取二维灰度共生矩阵特征、二维灰度梯度共生矩阵特征和三维灰度梯度共生矩阵特征；4.根据训练集特征及标签，利用自步学习和支持向量机训练得到分类器；5.利用距离正则化的水平集方法得到测试集的粗分割序列；6.对粗分割序列提取特征，利用分类器得到细分割二值序列；7.对细分割二值序列进行后处理得到测试集的分割结果。本发明能得到胰腺的精准轮廓，可用于为放射治疗提供依据和指导。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
