-
公开(公告)号：CN113781403B
公开(公告)日：2023-10-13
申请号：CN202110954324.9
申请日：2021-08-19
Applicant: 东北大学
Abstract: 本发明涉及一种胸部CT影像处理方法与装置，其中，所述方法包括：S01、针对待处理的胸部影像图像，采用训练后的Unet++模型对所述待处理的胸部影像图像进行分割处理，获取肺实质区域的第一图像；S02、采用训练后的nnUnet模型对所述第一图像进行分割处理，获取肺血管区域的图像分割结果。相对于现有技术而言，其可以提供一个基于常规CT影像分析的准确客观的肺血管分离的全自动的方法，达到了精确提取肺血管，为医生在诊断肺部疾病时提供更精细的诊断信息。
-
公开(公告)号：CN113781403A
公开(公告)日：2021-12-10
申请号：CN202110954324.9
申请日：2021-08-19
Applicant: 东北大学
Abstract: 本发明涉及一种胸部CT影像处理方法与装置，其中，所述方法包括：S01、针对待处理的胸部影像图像，采用训练后的Unet++模型对所述待处理的胸部影像图像进行分割处理，获取肺实质区域的第一图像；S02、采用训练后的nnUnet模型对所述第一图像进行分割处理，获取肺血管区域的图像分割结果。相对于现有技术而言，其可以提供一个基于常规CT影像分析的准确客观的肺血管分离的全自动的方法，达到了精确提取肺血管，为医生在诊断肺部疾病时提供更精细的诊断信息。
-
公开(公告)号：CN118506078A
公开(公告)日：2024-08-16
申请号：CN202410631485.8
申请日：2024-05-21
Applicant: 东北大学 , 中国医科大学附属盛京医院
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/774 , G06V10/776 , G06V40/10 , G06N3/0464 , G06N3/048 , G06N3/045 , G06V10/70 , G06N20/20
Abstract: 本发明属于人工智能CT影像分类技术领域，公开了一种胸部CT影像儿童闭塞性细小支气管炎分类方法。数据预处理后分组，构建多组训练数据集；通过微调的InceptionV3网络分组训练；通过筛选预测结果稳定的模型，将它们的预测结果进行集成，以获得最终的分类预测结果；针对BO与非BO数据特征难以区分导致的类别不平衡问题，采用分组数据分别训练的方式，严格控制训练数据比例继而避免不利影响。此外通过模型集成弥补单一模型的不足，提高整体分类性能，为临床医学诊断提供更可靠的支持。从多个角度对实验结果进行测试表明，本发明在儿童BO分类任务中取得了优秀的实验结果，展示出了巨大的潜力。
-
公开(公告)号：CN118297973A
公开(公告)日：2024-07-05
申请号：CN202410532622.2
申请日：2024-04-30
Applicant: 东北大学
IPC: G06T7/11 , G06V10/762 , G06V10/764 , G06T7/00 , G06T7/155 , G06T7/136 , G06T7/187 , G16H30/40
Abstract: 本发明属于医学影像智能计算技术领域，公开了一种基于肺血管聚类的肺叶自动分割方法。基于三维区域生长法肺实质分割；基于连通域肺外气管剔除；形态学处理；基于快速行进法的肺血管分割；基于密度的血管聚类；基于SVM的肺叶自动分割；本发明仅使用肺血管解剖信息，不需要使用大量数据进行训练的肺叶分割方法，对于不完整的肺裂纹也具有高鲁棒性。肺实质区域提取为肺内血管分割与肺叶分割做数据支撑；利用快速行进法提取肺内血管作为先验信息，利用肺血管的分布特性，利用基于密度的DBSCAN聚类方法将肺血管聚类为五簇分别对应不同肺叶；利用支持向量机对获取到的五类血管分别进行两两分类，利用得到的隐式超平面实现最终的肺叶分割。
-
-
-
Search Results
4
records
(took 0.018 seconds)
