-
公开(公告)号：CN118644441A
公开(公告)日：2024-09-13
申请号：CN202410659468.5
申请日：2024-05-27
Applicant: 吉林大学第一医院
IPC: G06T7/00 , G06T7/136 , G06T7/11 , G06T3/4038 , G06N3/0455 , G06N3/047 , G06N3/0464
Abstract: 本申请公开了一种CT图像的交互式分割方法、装置、电子设备及存储介质，属于图像处理技术领域，其中，CT图像的交互式分割方法包括：获取待分割CT图像、参考CT图像及参考CT图像的感兴趣区域二值图像；将待分割CT图像、参考CT图像及感兴趣区域二值图像输入第一U型架构，得到待分割CT图像的第一分割结果；将第一分割结果与待分割CT图像拼接，形成二通道图像；将二通道图像输入第二U型架构，得到第二分割结果。该方法无需大量标注数据，通过引入参考CT图像及参考CT图像的感兴趣区域二值图像，便可以实现对待分割CT图像的感兴趣区域的精准分割；另外，该方法通过将分割模型设计成双U型架构，也进一步提升了图像的分割精度。
-
公开(公告)号：CN117058172B
公开(公告)日：2025-01-14
申请号：CN202311074616.9
申请日：2023-08-24
Applicant: 吉林大学第一医院
IPC: G06T7/11 , G06T3/4038 , G06V10/26 , G06V10/764
Abstract: 本申请公开了一种CT图像多区域的分割方法、装置、电子设备及存储介质，属于CT图像处理技术领域，其中，CT图像多区域的分割方法包括：获取CT图像，CT图像为包括多个区域的3D图像；将CT图像输入训练好的分割模型中，得到多区域粗分割标签；将多区域粗分割标签与CT图像进行点积，得到仅含有前景信息的待分类图像；将待分类图像输入多标签分类网络中，得到多标签分类结果。该方法简单、高效并且可以较为精准进行分割及分类，有助于后续的CT图像判断。
-
公开(公告)号：CN119295495A
公开(公告)日：2025-01-10
申请号：CN202411836852.4
申请日：2024-12-13
Applicant: 吉林大学第一医院
IPC: G06T7/11 , G06T5/70 , G06T5/60 , G06N3/0455 , G06N3/088
Abstract: 本发明公开了一种跨模态医学图像分割方法及系统，包括：对模态A图像集中的图像进行像素级标注，并将模态A图像集上得到的像素级标签根据模态B图像集的图像分辨率进行调整；对调整后的像素级标签进行划分，将干净标签图像和噪声标签图像进行混合学习训练，优化图像分割模型；对模态A图像进行自动分割；基于得到的像素级分割结果，自动生成相应的分割边界框；将边界框调整至模态B图像的分辨率；基于调整后的边界框得到的模态B图像上的像素级分割结果，判断所标注的边界框是否为冗余，对经过冗余判断的边界框进行位置调整，得到调整后的分割图像。本发明提高了跨模态分割的效率和准确度，能够有效的跨模态分割的应用性。
-
Patent Agency Ranking
公开(公告)号：CN111599464B
公开(公告)日：2023-12-15
申请号：CN202010401516.2
申请日：2020-05-13
Applicant: 吉林大学第一医院
Abstract: 本发明提供了一种基于直肠癌影像组学研究的新型多模态融合辅助诊断方法，包括：步骤一、获取直肠癌多种模态的医学影像，并进行预处理；步骤二、对预处理之后的医学影像进行分层分割，并获取每一层医学影像对应的感兴趣区域；步骤三、对每一种模态医学影像的每一个感兴趣区域进行特征提取，获取对应的高维影像组学特征；步骤四、对所获取样本及对应获取得到的高维影像组学特征进行随机划分得到训练集和测试集，并在训练组数据内进行特征降维；步骤五、基于T2加权成像、弥散加权成像及CT影像的低维影像组学特征，分别构建影像组学标签；步骤六、对所获得的各个标签进行系数加权，经(56)对比文件陈民宁.肾细胞癌的不典型CT、MR表现及鉴别诊断.中国继续医学教育.2018,全文.XM Guo.Value of Multi-MR Techniquesin Diagnosis of Prostate Cancer. ChineseComputed Medical Imaging.2008,全文.董雨桐.MSCT胃多期增强及重建精准诊断异位胰腺1例《.中国实验诊断学》.2019,
-
公开(公告)号：CN116205967A
公开(公告)日：2023-06-02
申请号：CN202310465254.X
申请日：2023-04-27
Applicant: 中国科学院长春光学精密机械与物理研究所 , 吉林大学第一医院
IPC: G06T7/62 , G06T7/00 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及图像识别领域，具体涉及医学影像语义分割方法、装置、设备及介质，利用预先获取CT影像数据和病灶标注信息制作数据集。利用所述数据集对预设的神经网络模型进行有监督训练得到具有推理功能的医学影像语义分割模型，所述医学影像语义分割模型用于表征CT影像数据对应的病灶区域的像素点数。获取待检测CT影像数据，并送入所述医学影像语义分割模型得到所述待检测CT影像数据中病灶区域的像素点数。基于数据采集参数和所述待检测CT影像数据中病灶区域的像素点数确定所述待检测CT影像数据中病灶区域的体积参数，其中所述数据采集参数包括切片厚度和推扫速度，具有识别准确率高、节省识别时间、降低医生工作强度等优点。
-
公开(公告)号：CN115980114A
公开(公告)日：2023-04-18
申请号：CN202211466609.9
申请日：2022-11-22
Applicant: 吉林大学第一医院
Abstract: 本发明公开了一种直肠癌病理取材辅助定位装置及其定位方法，包括：联动装置，包括托板、X轴底座和Y轴底座，所述X轴底座和Y轴底座固定连接，所述托板设置在X轴底座和Y轴底座的上方，其中，所述X轴底座和Y轴底座上表面均开有两条平行的槽，槽内安装有滑轨，所述滑轨上设置有滑块，所述滑块与挡板可拆卸连接，所述托板对应滑轨的位置开有供滑块移动的通道；坐标定位板，所述坐标定位板对应设置在托板上方。过联动装置固定术后标本，配合坐标定位板对肿瘤浸润最深位置、系膜内血管、淋巴结、癌结节等取材点进行精确定位，可明确指示病理科医生精准取材，节约取材时间，提高取材效率，避免漏诊。
-
公开(公告)号：CN111598859A
公开(公告)日：2020-08-28
申请号：CN202010401186.7
申请日：2020-05-13
Applicant: 吉林大学第一医院
Abstract: 本发明提供的基于CT影像组学的胸部淋巴结标准摄取值的检测方法，包括：步骤一、获取患者的PET-CT检查图像，并在PET-CT检查图像中的CT图像上勾画出淋巴结感兴趣区域；步骤二、对所述感兴趣区域进行影像组学特征提取，包括边缘特征和区域特征；步骤三、将所述边缘特征和区域特征进行预处理，步骤四、将所述具有相关性的特征值进行加权处理，并线性加和得到影像组学标签，用于预测标准摄取值，从而用于淋巴结良恶性的预测。本发明基于CT影像组学的胸部淋巴结标准摄取值的检测方法通过手动勾画淋巴结感兴趣区域，并对感兴趣区域进行特征提取，通过相关性分析筛选与标准摄取值高度相关的特征后，通过线性加权计算得到影像组学标签用于标准摄取值的预测。
-
公开(公告)号：CN111462116A
公开(公告)日：2020-07-28
申请号：CN202010401162.1
申请日：2020-05-13
Applicant: 吉林大学第一医院
Abstract: 本发明公开了一种基于影像组学特征的多模态参数模型优化融合方法，包括：获取多种模态的医学影像，并对所述医学影像进行预处理；对预处理之后的医学影像进行区域分割，获取每一种模态医学影像对应的感兴趣区域；获取每一个感兴趣区域对应的高维影像组学特征；对所述高维影像组学特征进行划分得到训练集和测试集，并分别进行梯度降维得到低维影像组学特征标签；利用低维影像组学特征标签作为交叉训练数据集，利用不同算法训练多个候选参数模型；本发明通过绘制受试者工作特征曲线并计算所述受试者工作特征曲线下区域面积均值，并将所述区域面积均值最高者确定为最优参数模型，能够有效提取图像特征，以实现最大限度地挖掘医学影像信息。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.031 seconds)
