前列腺弥散加权图像序列配准方法

    公开(公告)号:CN107274443A

    公开(公告)日:2017-10-20

    申请号:CN201710416369.4

    申请日:2017-06-05

    申请人: 河北大学

    IPC分类号: G06T7/38

    摘要: 本发明公开了一种前列腺弥散加权图像序列配准方法,其特征在于包括如下步骤:手动划定b值为0的图像的前列腺区,将该图像中以前列腺为中心的方形区域从FOV中剪切出来,保持剪切框在序列图像中的相对位置不变,剪切序列图像;应用仿射变换配准算法,消除前列腺在DWI每个扫描层内的漂移;对上述序列再利用基于立方B样条的非刚性配准算法建模较小的形变,实现每幅DWI图像内的前列腺形变补偿;计算仿射配准和非刚性配准后的图像间的互信息值,当出现明显非正常值时,放弃配准结果,选取原图像作为待拟合图像;最后,由配准后的DWI序列进行拟合,进而得出所有空间位置的ADC值,经伪彩色处理后,生成ADC图。

    基于混合模型的前列腺多模态图像非刚性配准方法

    公开(公告)号:CN106204561A

    公开(公告)日:2016-12-07

    申请号:CN201610517790.X

    申请日:2016-07-04

    IPC分类号: G06T7/00

    摘要: 本发明公开了一种基于混合模型的前列腺多模态图像非刚性配准方法,主要解决现有技术对前列腺CT和MRI图像的配准不佳问题。实现步骤为:1)输入前列腺CT和MRI图像,分别对其分割出目标;2)将滤波后的CT和MRI目标图像分别作为参考图像和浮动图像,对这两种图像作金字塔分层;3)对浮动图像进行偏移和逐层迭代,得到初配准图像;4)将参考图像和初配准图像划分控制点网格,移动初配准图像的控制点,根据其位移量得到变换后的图像;5)继续迭代,直到变换后的图像和参考图像相似性最大,得到最终位移量;6)根据最终位移量得到配准图像。本发明提高了复杂形变和多模态图像间的配准精度,可用于对医学CT和MRI图像的处理。

    用于在诊断过程中支持用户的支持装置

    公开(公告)号:CN105074777A

    公开(公告)日:2015-11-18

    申请号:CN201480018298.7

    申请日:2014-03-19

    IPC分类号: G06T7/00

    摘要: 本发明涉及一种用于在诊断过程中支持用户,尤其是用于帮助医生对前列腺癌进行分期的支持装置(1)。分割单元(3)基于优选地是磁共振图像的三维图像来确定如前列腺的解剖结构对象的三维的段,其中,所述段包括解剖结构段边界和非解剖结构段边界。可视化生成单元(4)在所述图像中生成对所述段的可视化,图形用户界面提供单元(5)提供允许所述用户将评分分配到所确定的三维的段的图形用户界面,并且显示器(9)显示所述可视化和所述图形用户界面。因此,可以提供对段的自动勾画,如医生的用户能够将评分分配到所述段,其中,能够基于被分配到所述段的评分来执行诊断,尤其是能够对前列腺癌进行分期。

    一种新的前列腺超声图像分割技术

    公开(公告)号:CN104504720A

    公开(公告)日:2015-04-08

    申请号:CN201510006415.4

    申请日:2015-01-07

    申请人: 四川大学

    IPC分类号: G06T7/00 A61B8/00

    摘要: 本发明提供一种新的前列腺超声图像分割技术,在直肠超声检测(transrectal ultrasound,TRUS)图像中对前列腺进行准确分割。传统观点认为,TRUS图像的斑点会对目标分割造成强烈的副作用。与此不同,我们利用斑点的内在属性来简化分割问题。首先,斑点的大小和方向并非完全随机分布,而是服从一定的规律特性。为了利用斑点的方向特性,我们使用了旋转不变的Gabor特性来提取问题特征;为了利用斑点的大小尺度特性,我们把TRUS图像分成了许多条状窄带,在不同窄带内对图像像素进行不同的处理。最后,我们还考虑了不同像素间的相关性,并进一步通过这一特性使用图割(graph cut)方法提高了像素分类精度。以此为基础,我们通过水平集分割模型,最终得到了TRUS 图像中前列腺的分割结果。

    盆腔大器官周围显微神经数字化及三维神经网络构建方法

    公开(公告)号:CN109087390A

    公开(公告)日:2018-12-25

    申请号:CN201811153971.4

    申请日:2018-09-30

    IPC分类号: G06T17/00

    CPC分类号: G06T17/00 G06T2207/30081

    摘要: 本发明提供了一种盆腔大器官周围显微神经数字化及三维神经网络构建方法,包括采用组织病理大切片、大切片神经染色、分片分区进行神经数目计数,利用计算机软件对大切片中的图像进行分片分区读取,记录各片区中神经数目并拍片,最后构建出三维神经模型,使大器官周围的显微神经网络三维结构展示出来。所述方法获得的三维神经网络模型对外科手术和医学教育有着重要意义。对手术中避免神经损伤,显微神经网络组织工程的神经再造,其他器官显微神经模型的临床研究和治疗具有较显著的临床价值。将该方法应用在盆腔大器官周围显微神经三维网络的构建中,可有效减少被研究的大器官手术(如根治性前列腺切除术)中对相关神经的损伤,降低术后并发症。

    一种前列腺图像分割方法

    公开(公告)号:CN108765427A

    公开(公告)日:2018-11-06

    申请号:CN201810465747.2

    申请日:2018-05-17

    发明人: 叶慧

    IPC分类号: G06T7/11 G06T7/136

    摘要: 本发明提供了一种前列腺图像分割方法,包括以下步骤:S1.获取前列腺区域训练样本,并标记;S2.对训练前列腺区域进行预处理,获得预处理结果;S3.构建前列腺兴趣区域分割的全卷积网络结构;S4.利用训练样本训练前列腺分割模型,以获取最优前列腺图像分割模型;S5.获取被试者前列腺区域样本,并标记;S6.对测试前列腺区域进行预处理,获得预处理结果;S7.训练好的分割模型对测试集进行分割;S8.对全卷积网络的分割结果进行后处理;S9.选择图像分割的评价指标,进行分割结果统计评价。本发明提高了像素分类精度,具有尺度不变性,并且分割速度较快,具有很好的应用前景。

    一种基于水平集的前列腺磁共振图像分割方法

    公开(公告)号:CN106846349A

    公开(公告)日:2017-06-13

    申请号:CN201710105349.5

    申请日:2017-02-26

    IPC分类号: G06T7/12 G06T7/11

    摘要: 一种基于水平集的前列腺磁共振图像分割方法,它涉及磁共振图像分割技术领域,本发明基于前列腺磁共振图像,针对前列腺内外轮廓全分割问题,提出基于边缘距离调整水平集演化的前列腺磁共振图像分割方法,在构建水平集演化方程的基础上,基于前列腺磁共振纵向弛豫时间图像实现其外轮廓分割,在外轮廓约束限定条件下,基于前列腺磁共振横向弛豫时间图像实现前列腺的内部轮廓分割,进而完成前列腺内外轮廓的全面有效分割。该方法能够有效地实现前列腺内外轮廓的全面分割,非常接近于临床专家手动分割的理想结果,对前列腺疾病的临床诊断和治疗有较好的参考价值。