-
公开(公告)号：CN105474264B
公开(公告)日：2019-08-06
申请号：CN201480045978.8
申请日：2014-08-19
申请人： 皇家飞利浦有限公司
CPC分类号： G06T7/0012 , G06T7/11 , G06T2207/20104 , G06T2207/30048 , G06T2207/30104 , G06T2210/41
摘要： 本发明涉及一种用于交互地分割血管造影图像数据(3)中的血管(2)的分割装置(10)。所述分割装置(10)包括：显著位置确定单元(11)，其用于将所述血管造影图像数据(3)中的所述血管(2)的当前分割(4)的一个或多个位置确定为显著位置(5)，在所述显著位置处，所述当前分割(4)对基于所述当前分割(4)计算的血流参数的值具有预定影响；以及显示单元(12)，其用于向操作者显示所述显著位置(5)。从而，能够引导所述操作者将他/她的分割努力集中到所述当前分割(4)的与对所述血流参数的值的所述计算的准确性最相关的那些位置。这可以减轻所述操作者在所述分割流程期间的负担。
-
公开(公告)号：CN105938628B
公开(公告)日：2019-07-12
申请号：CN201610227977.6
申请日：2016-03-04
申请人： 西门子公司
IPC分类号： G06T17/00
CPC分类号： G06T7/0012 , A61B6/032 , A61B6/503 , A61B6/504 , A61B6/507 , A61B6/5217 , G06K9/00201 , G06K9/3233 , G06K2209/05 , G06T7/11 , G06T7/143 , G06T2207/30048 , G06T2207/30104 , G06T2210/41 , G16H50/50
摘要： 一种用于计算源自图像的生物标志的方法包括：接收图像数据，所述图像数据定义表示感兴趣的解剖区域的三维图像容积。使用强度模型来识别表征图像数据中局部强度变化的特征。使用所述特征对图像数据直接执行一个或多个建模计算，以得出与感兴趣的生物标志相关的信息。
-
公开(公告)号：CN109640824A
公开(公告)日：2019-04-16
申请号：CN201780051213.9
申请日：2017-08-22
申请人： 皇家飞利浦有限公司
CPC分类号： G06T11/008 , A61B6/032 , A61B6/486 , A61B6/503 , A61B6/5205 , A61B6/5235 , A61B6/5252 , A61B6/5264 , A61B6/5288 , A61B6/541 , G06T3/0068 , G06T3/0081 , G06T5/30 , G06T5/50 , G06T7/10 , G06T7/11 , G06T7/20 , G06T11/006 , G06T2207/10081 , G06T2207/20024 , G06T2207/30048 , G06T2207/30061 , G06T2207/30101
摘要： 一种医学成像系统(200)包括掩蔽单元(234)、图像配准单元(238)、运动估计器(240)和运动补偿重建器(244)。所述掩蔽单元构建针对多幅重建的体积相位图像中的每幅重建的体积相位图像的掩模，所述掩模掩蔽对应图像的在解剖模型外部的部分，所述解剖模型被拟合到分割的至少一个解剖结构，其中，所述多幅重建的体积相位图像包括根据投影数据重建的目标相位和多个时间相邻相位。所述图像配准单元配准经掩蔽的重建的体积相位图像。所述运动估计器根据所述模型基于经配准的经掩蔽的重建的体积相位图像来估计所述目标相位与所述多个时间相邻相位之间的运动。所述运动补偿重建器使用所述经配准的经掩蔽的重建的体积相位图像的估计运动来根据所述投影数据重建运动补偿的医学图像。
-
公开(公告)号：CN109147938A
公开(公告)日：2019-01-04
申请号：CN201810870551.1
申请日：2018-08-02
申请人： 广东工业大学
CPC分类号： G16H50/20 , G06K9/00503 , G06K9/0053 , G06K9/0055 , G06K9/6223 , G06K2209/05 , G06T7/0012 , G06T7/11 , G06T2207/10081 , G06T2207/30048 , G06T2207/30061 , G16H30/00
摘要： 本发明公开了一种疾病智能诊断装置，包括：预处理单元，用于根据诊断请求对输入的医疗图像进行数字化预处理，得到诊断特征矩阵，其中，医疗图像包括需要进行诊断的组织或器官；诊断分析单元，用于通过预训练的宽度学习网络对诊断特征矩阵进行医学特征提取，根据提取结果进行疾病分类，生成诊断结果。该装置实现了对医疗数据进行有效合理利用，在医疗资源不足的情况下即可根据医疗数据进行高准确率的疾病自动诊断，可以大大减轻医生诊断负担。本发明还公开了一种疾病智能诊断设备，具有上述有益效果。
-
公开(公告)号：CN109146872A
公开(公告)日：2019-01-04
申请号：CN201811016723.5
申请日：2018-09-03
申请人： 北京邮电大学
CPC分类号： G06T7/0012 , G06N3/0454 , G06T7/10 , G06T2207/20016 , G06T2207/20081 , G06T2207/20084 , G06T2207/30048
摘要： 本发明提供了一种基于深度学习和光流法的心脏冠状动脉影像分割识别方法，通过选取分段心脏造影Dicom视频中任意连续两帧图片作为训练样本，将训练样本输入神经网络中；神经网络基于所述训练样本，计算连续两帧图片之间的光流信息作为两帧之间的映射，同时将光流信息输入神经网络中；神经网络通过深度学习的方法对前一帧图片及光流信息得到的第三特征图及当前帧图片得到的第四特征图组合得到的第五特征图输入金字塔模块中，金字塔模块基于第五特征图应用金字塔融合的方法得到不同尺度的心脏血管特征图；反卷积层通过双线性插值的方法将不同尺度的心脏血管特征图沿着一个维度合并到一起，得到心脏冠状动脉影像分割识别血管图，提高了分割精确度。
-
公开(公告)号：CN108830155A
公开(公告)日：2018-11-16
申请号：CN201810441544.X
申请日：2018-05-10
申请人： 北京红云智胜科技有限公司
CPC分类号： G06K9/00718 , G06K9/00765 , G06K2209/05 , G06N3/0454 , G06N3/08 , G06T7/194 , G06T2207/10016 , G06T2207/20081 , G06T2207/20084 , G06T2207/30048 , G06T2207/30101
摘要： 本发明提供了一种基于深度学习的心脏冠状动脉分割及识别的方法，通过选取分段心脏造影Dicom视频中任意一帧图片作为训练样本，神经网络中的卷积神经网络模块通过深度学习的方法对训练样本中的图片进行血管的分割和识别，将用于分割和识别的心脏血管特征图输出至金字塔模块；金字塔模块应用金字塔融合的方法，输出不同尺度的心脏血管特征图至反卷积层；反卷积层通过双线性插值的方法得到心脏冠状动脉分割及识别血管图的技术方案，可以对图片中每一个像素打标签，识别出图片中不同血管的类型。消除了由于背景像素和血管像素比例差异较大而导致的分类不均衡问题，有效的避免了图像背景中类似血管状的纹理引入的干扰，提高了分割精确度。
-
公开(公告)号：CN108475443A
公开(公告)日：2018-08-31
申请号：CN201680077181.5
申请日：2016-12-29
申请人： 皇家飞利浦有限公司
发明人： V·M·A·奥夫雷 , R·I·M-B·戈里奥 , R·弗洛朗 , A·格罗特 , J·威斯
CPC分类号： G06T19/20 , G06T7/30 , G06T2207/10116 , G06T2207/10124 , G06T2207/30048 , G06T2207/30101 , G06T2210/41 , G06T2219/2016 , G06T2219/2021
摘要： 本发明涉及一种用于提供血管结构的合成表示的装置。对其进行了描述以提供(210)至少一幅2D X射线图像被提供，所述至少一幅2D X射线图像包括患者身体部位的血管结构的2D X射线图像数据。提供身体部位的3D模型(220)，所述3D模型包括3D建模的血管结构。确定(230)所述身体部位的3D模型的2D投影，所述身体部位的3D模型的2D投影包括所述3D建模的血管结构的2D投影。所述身体部位的所述3D模型被变换(240)。对所述身体部位的所述3D模型的所述变换包括确定所述身体部位的所述3D模型的姿态，使得与所述身体部位的经变换的3D模型相关联的所述3D建模的血管结构的2D投影表示所述患者的身体部位的所述血管结构的2DX射线图像数据。基于根据所述3D模型确定的信息来生成(250)医学报告。
-
公开(公告)号：CN108335754A
公开(公告)日：2018-07-27
申请号：CN201810276632.9
申请日：2018-03-30
申请人： 赵东生
发明人： 赵东生
CPC分类号： G06T17/00 , G06Q10/06393 , G06T2207/30048
摘要： 本发明公开了一种心脏介入手术模拟器，包括数据导入模块、三维建模模块、模拟导管、人机交互设备和控制器；数据导入模块用于导入心脏解剖的二维图像；三维建模模块根据二维图像构造心脏数字三维模型；人机交互设备接收训练者输入的控制指令，控制器根据控制指令确定模拟导管的控制参数，以控制模拟导管的位移朝向以及模拟导管与其他物体之间的阻尼系数；根据位置交互影响数和速度交互影响数，确定模拟导管的头端的实际偏移量，根据实际偏移量，控制模拟导管的头端插入心脏数字三维模型的目标位置，模拟导管头端以使训练者模拟手术过程中的导管操作过程。缩短心脏介入手术的学习周期，提高手术者的操作技巧，以降低手术风险。
-
公开(公告)号：CN103456037B
公开(公告)日：2018-07-24
申请号：CN201310165830.5
申请日：2013-02-22
CPC分类号： G06T7/00 , A61B6/12 , A61B6/4441 , A61B6/503 , A61B6/5235 , G06F19/00 , G06K9/6247 , G06T7/0012 , G06T7/30 , G06T2207/10081 , G06T2207/30048 , G06T2207/30101
摘要： 本发明涉及心脏介入的术前和术中图像数据的模型融合的方法和系统。公开了一种用于术前图像数据、诸如计算机断层扫描(CT)与术中C型臂CT的基于模型的融合的方法和系统。在术前图像数据中分割第一心包模型，而在C型臂CT体积中分割第二心包模型。估计在第一心包模型与第二心包模型之间的形变场。基于在第一心包模型与第二心包模型之间的所估计的形变场，从术前图像数据提取的目标心脏结构的模型、诸如心室模型或主动脉模型与C型臂CT体积融合。通过使用从不同于当前患者的患者的术前图像数据提取的目标心脏结构的模型，可以使用智能加权平均来改进基于模型的融合结果。
-
公开(公告)号：CN108209868A
公开(公告)日：2018-06-29
申请号：CN201711324450.6
申请日：2017-12-12
申请人： 韦伯斯特生物官能(以色列)有限公司
IPC分类号： A61B5/00 , A61B5/04 , A61B5/0402 , A61B5/042
CPC分类号： A61B5/6858 , A61B5/01 , A61B5/04012 , A61B5/0422 , A61B5/065 , A61B5/4848 , A61B5/6859 , A61B5/7285 , A61B5/742 , A61B5/7425 , A61B5/743 , A61B18/1492 , A61B2018/00267 , A61B2018/00577 , A61B2018/00702 , A61B2018/00791 , A61B2018/00839 , A61B2018/00875 , A61B2018/1435 , A61B2505/05 , A61B2562/0257 , A61B2562/0271 , A61B2576/023 , G06T7/0012 , G06T2207/30048 , A61B5/0402 , A61B5/6852 , A61B5/6869
摘要： 本发明公开了使用具有多个传感器的探头来执行心导管插入术。心脏显示为第一图形图像。根据预定义的算法来处理来自传感器的信号以生成相应的输出。根据传感器的位置来在第一图形图像上选择小于第一图形图像中的所有的区域，并且在所选择的区域上将从传感器的输出导出的值显示为第二图形图像。然后，移除第二个图形图像并使用更新的版本替换第二图形图像。
-
-
-
-
-
-
-
-
-
搜索结果
580 条记录 (耗时 0.02 秒)
