-
公开(公告)号：CN112991355A
公开(公告)日：2021-06-18
申请号：CN202110519585.8
申请日：2021-05-13
Applicant: 南京应用数学中心
Abstract: 本发明设计了一种基于二阶段最优传输的3D大脑病变分割方法，主要步骤为：针对3D大脑医学影像发展有效、可靠且稳定的二阶段最优传输数值算法，将3D大脑影像二阶段最优传输映射到一个长方体，两者之间的转换所产生的精度损失仅为0.5%左右；选择精度损失最少的映射所得到的长方体图像，放入神经网络进行训练，利用权威网站提供的数据集训练模型，得到数据集的预测结果；借助最优传输映射的逆映射，将其还原至原始大脑影像，得到的训练集及测试集的整体病变分割精度分别达到98.5%及92.0%。
-
公开(公告)号：CN118864232A
公开(公告)日：2024-10-29
申请号：CN202411346092.9
申请日：2024-09-26
IPC: G06T3/073
Abstract: 本发明公开了一种带亏格曲面的共形周期摊平方法，涉及曲面摊平领域。步骤为：对于输入的三角网格曲面，首先检查曲面的亏格数，若亏格数大于1，将曲面剪开分为多个1亏格的子曲面，否则记原曲面为子曲面；其次搜索每个子曲面的环柄圈和隧道圈并剪开；然后针对每个子曲面内部的圈割缝边界建立周期性条件，针对两个子曲面之间的割缝边界建立翻转性条件，构建耦合共形能量极小化模型并求解，得到顶点映射坐标，周期平移量以及翻转中心；最后按照所求结果构造每个子曲面的共形周期摊平网格。本发明的方法构建了基于割缝的周期性条件和翻转性条件，通过共形能量极小化计算共形周期摊平映射，保证了映射在割缝处的高度共形性，适用于任意带亏格的曲面。
-
Patent Agency Ranking
公开(公告)号：CN117557501A
公开(公告)日：2024-02-13
申请号：CN202311378932.5
申请日：2023-10-23
Applicant: 南京应用数学中心
Abstract: 本发明设计了一种基于张量秩一分解的磁共振医学影像特征提取方法，旨在提供一种新型且有效的磁共振脑影像代数特征。主要步骤为：步骤一，借助影像信息提取技术，从原始MRI影像中得到关注区域(ROI)；步骤二，通过一种数学的张量表示方法，将包含ROI的原始张量处理后得到新型多模态数据集；步骤三，利用多模态数据集和标签集建立带权多模态优化问题模型，通过求解该优化问题得到一种新型的磁共振医学影像代数特征。本发明针对脑肿瘤MRI影像数据，构建了一套新型影像特征的提取方法，有别于传统组学特征，从张量分解的角度提供了一种数学特征，并在影像分类任务中展现了有效性。
-
公开(公告)号：CN114219775B
公开(公告)日：2023-08-15
申请号：CN202111455998.0
申请日：2021-12-01
Applicant: 南京应用数学中心
Abstract: 本发明设计了一种基于能量最小化准则的椭球参数化算法及应用，旨在求解三维流形与其伴生椭球之间的保质量映射。主要步骤为：首先计算三维流形的伴生椭球，由能量最小化椭球共形参数化算法计算三维流形边界到其伴生椭球面的保角映射；其次，由拉伸能量最小化椭球面保质量算法确定三维流形边界到其伴生椭球面的保质量映射；最后，设定初始映射为恒等映射，建立最小化体拉伸能量模型，迭代求解优化模型以更新映射，最终得到三维流形与其伴生椭球之间的保质量映射。本发明针对目标区域为椭球，构建了一套较为完整的算法体系，是对流形参数化数值求解算法的进一步扩充。
-
公开(公告)号：CN114092593B
公开(公告)日：2022-04-19
申请号：CN202210065873.5
申请日：2022-01-20
Applicant: 南京应用数学中心
IPC: G06T11/00
Abstract: 本发明公开了一种基于背景低秩和多方向纹理稀疏分解的动态磁共振图像重建方法。对由动态磁共振下采样算子得到的K空间数据，基于压缩感知理论和图像分解，提出了一种全新的重建模型并建立了有效的重建算法。该重建模型将动态磁共振图像分解为具有低秩性的背景部分和多方向纹理稀疏的前景部分，利用核范数来约束背景，保证背景的低秩性；利用多重卷积下确界振荡广义全变分来约束前景，刻画前景中多方向的纹理特征并保证前景的稀疏性。将模型离散后转化为相应的鞍点问题，利用原始对偶算法求解得到重建图像。相比于传统动态磁共振图像重建方法，本发明的技术关键是对动态磁共振图像的前景进行了多方向的纹理特征分解，提高了图像重建精度。
-
公开(公告)号：CN114219775A
公开(公告)日：2022-03-22
申请号：CN202111455998.0
申请日：2021-12-01
Applicant: 南京应用数学中心
Abstract: 本发明设计了一种基于能量最小化准则的椭球参数化算法及应用，旨在求解三维流形与其伴生椭球之间的保质量映射。主要步骤为：首先计算三维流形的伴生椭球，由能量最小化椭球共形参数化算法计算三维流形边界到其伴生椭球面的保角映射；其次，由拉伸能量最小化椭球面保质量算法确定三维流形边界到其伴生椭球面的保质量映射；最后，设定初始映射为恒等映射，建立最小化体拉伸能量模型，迭代求解优化模型以更新映射，最终得到三维流形与其伴生椭球之间的保质量映射。本发明针对目标区域为椭球，构建了一套较为完整的算法体系，是对流形参数化数值求解算法的进一步扩充。
-
公开(公告)号：CN114092593A
公开(公告)日：2022-02-25
申请号：CN202210065873.5
申请日：2022-01-20
Applicant: 南京应用数学中心
IPC: G06T11/00
Abstract: 本发明公开了一种基于背景低秩和多方向纹理稀疏分解的动态磁共振图像重建方法。对由动态磁共振下采样算子得到的K空间数据，基于压缩感知理论和图像分解，提出了一种全新的重建模型并建立了有效的重建算法。该重建模型将动态磁共振图像分解为具有低秩性的背景部分和多方向纹理稀疏的前景部分，利用核范数来约束背景，保证背景的低秩性；利用多重卷积下确界振荡广义全变分来约束前景，刻画前景中多方向的纹理特征并保证前景的稀疏性。将模型离散后转化为相应的鞍点问题，利用原始对偶算法求解得到重建图像。相比于传统动态磁共振图像重建方法，本发明的技术关键是对动态磁共振图像的前景进行了多方向的纹理特征分解，提高了图像重建精度。
-
-
-
-
-
-
Search Results
17
records
(took 0.036 seconds)
