-
公开(公告)号：CN114519722A
公开(公告)日：2022-05-20
申请号：CN202210145347.X
申请日：2022-02-17
Applicant: 东北大学
Abstract: 本发明公开了一种基于卷积神经网络的颈动脉提取方法，涉及医学图像处理技术领域。该方法包括：对原始数据集中各三维颈动脉CTA图像及各自对应的分割标签分别提取补丁块；构建训练数据集；建立并训练颈动脉中心路径预测模型；确定并训练颈动脉分割模型；输入待预测颈动脉的三维颈动脉CTA图像以及给定的种子点；基于种子点，提取以种子点为中心的补丁块；加载预训练的颈动脉中心路径预测模型和预训练的颈动脉分割模型，基于以种子点为中心的补丁块和预训练的颈动脉中心路径预测模型进行颈动脉中心路径的迭代追踪，并在颈动脉中心路径追踪过程中完成颈动脉的分割。该方法首次实现了追踪颈动脉中心路径的同时完成颈动脉分割。
-
公开(公告)号：CN117934412A
公开(公告)日：2024-04-26
申请号：CN202410096788.4
申请日：2024-01-24
Applicant: 东北大学
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06T7/33 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/088
Abstract: 本发明设计一种基于交叉注意力可变形配准的CT图像ASPECTS自动分区方法，属于医学影像处理技术领域；首先获取原始CT图像，并对其进行预处理，基于此构建数据集；利用构建的数据集训练分区网络，得到从浮动图像到固定图像的形变场；所述分区网络包含编码器、解码器、交叉注意力模块CA，Cross Attention以及跳跃连接四个部分；最后将浮动图像的关键分区标签通过形变场采用Nearest插值算法进行空间形变得到匹配患者的ASPECTS的关键分区；本发明相较于以往的配准方法对ASPECTS关键分区的划分具有更高的准确率，达到了应用的要求。
-
公开(公告)号：CN117911702A
公开(公告)日：2024-04-19
申请号：CN202410109965.8
申请日：2024-01-26
Applicant: 东北大学
IPC: G06V10/26 , G06V10/22 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0895 , G06N3/084 , G06T17/00
Abstract: 本发明设计基于结构保留无监督域自适应的CTA影像颅内血管分割方法，属于医学影像分割技术领域；首先收集脑部三维MRA影像与三维CTA影像，对MRA影像中的血管区域位置进行标注，对MRA影像与CTA影像进行切片处理，得到脑部影像初始样本集；其次对脑部影像初始数据集进行预处理；对预处理后的脑部影像初始样本集进行划分，划分为训练样本集与验证样本集；然后构建和训练图像风格转换模型、判别模型、结构信息提取模块、感知损失模型和分割模型；最后将预处理后的切片输入分割模型并得到分割结果，将所有切片按照原本的位置关系合并为三维数据，得到对颅内血管区域的最终分割结果；本发明拥有较高的计算效率，且处理过程不需要人工交互，达到应用要求。
-
公开(公告)号：CN115631284A
公开(公告)日：2023-01-20
申请号：CN202211343571.6
申请日：2022-10-31
Applicant: 东北大学
Abstract: 本发明提供一种动态数据管理实时声纳点云可视化交互方法，涉及可视化技术领域。本发明旨在同时提高海量点云数据实时可视化交互的效率和效果，在数据组织管理过程中，设计brick进行物理分块，动态分配空间场，以解决常规空间场会产生的内存耗损问题。利用brick定义虚拟全景区域，对连续传入的每帧声呐数据的扫描区域进行管理，为采集到的点云数据以brick为单位动态申请内存，未涉及到的brick单位内存为空，结合brick多级分块组织的特点，改进光线投射算法进行实时绘制，并固定算法渲染分辨率，通过对brick内的数据点进行空体素跳跃和基于距离的空间插值计算，在交互操作方面，在平移和放缩操作视野后，确定新视野下待渲染的三维点，通过计算视野区域内的brick来实现。
-
公开(公告)号：CN114419015B
公开(公告)日：2024-10-29
申请号：CN202210084461.6
申请日：2022-01-24
Applicant: 东北大学
Abstract: 一种基于多模态配准的脑功能融合分析方法，涉及医学，核磁共振成像以及计算机视觉领域。设计一个基于多模态配准的脑功能分析流程，首先对fMRI图像进行预处理，融合MRI图像清晰的结构信息和fMRI时序信号提供的功能信息。对fMRI的时序信息进行采样后训练形变场。最大可能保留原有fMRI的功能信息，同时使用递归的方案解决fMRI和MRI由于分辨率差距较大导致的配准难度大的问题。融合图像同时具有原始图像的功能和结构信息。使用fMRI的分析方法对融合后的图像进行功能分析。融合后的图像和原始结构sMRI图像的相似度高于现有方法，同时很好的融合了原始fMRI图像的功能信息。融合图像为后续脑结构和功能分析提供数据支持，做到结构分区和功能分区在同一坐标下一一对应。
-
Patent Agency Ranking
公开(公告)号：CN113838036B
公开(公告)日：2023-10-13
申请号：CN202111141792.0
申请日：2021-09-28
Applicant: 东北大学 , 中国医科大学附属第一医院
Abstract: 本发明公开了一种基于局部聚类和滤波的冠脉分割方法，涉及医学图像处理技术领域。该方法包括在冠脉CTA图像上提取冠脉种子点的感兴趣区域；在感兴趣区域中获得疑似种子点集合；对疑似种子点集合进行滤波，筛掉假种子点获得有效种子点集合；针对有效种子点集合中的种子点逐点进行区域生长，直至所有的种子点生长完毕为止。在每个种子点的生长过程中，采用对称放射滤波器来筛选血管区域，解决了心脏CTA图像中噪声、伪影和非冠脉组织等不相关区域对冠脉分割的干扰的问题；采用基于距离聚类分割方法，解决了心脏CTA图像中造影剂不均衡，冠脉错层，伪影模糊等问题，从而快速、稳定、高效地进行心脏CTA图像的冠脉分割。
-
公开(公告)号：CN113974667A
公开(公告)日：2022-01-28
申请号：CN202111287231.1
申请日：2021-11-02
Applicant: 东北大学 , 中国医科大学附属第一医院
IPC: A61B6/03
Abstract: 本发明公开了一种TAVI术前关键目标的自动定位装置及方法，涉及医学图像处理技术领域。装置包括：获取心脏CTA数据的数据采集模块；从心脏CTA数据中提取进行关键目标定位所需数据的数据提取模块；定位出TAVI术前所需的关键目标并输出定位结果的关键目标定位模块。方法包括：获取心脏CTA数据；分割主动脉和冠脉；定位左右冠脉开口位置以及确定主动脉中心线；对中心线上的点进行采样获得中心线上分别以各采样点为中心带有分割结果的横截面，各横截面的法线对应采样点的切线；从带有分割结果的各主动脉横截面上确定主动脉的分割平面，获得一系列主动脉平面；从主动脉平面中定位主动脉窦管连接处平面、主动脉瓣环平面、升主动脉平面和主动脉窦环平面。
-
公开(公告)号：CN113838036A
公开(公告)日：2021-12-24
申请号：CN202111141792.0
申请日：2021-09-28
Applicant: 东北大学 , 中国医科大学附属第一医院
Abstract: 本发明公开了一种基于局部聚类和滤波的冠脉分割方法，涉及医学图像处理技术领域。该方法包括在冠脉CTA图像上提取冠脉种子点的感兴趣区域；在感兴趣区域中获得疑似种子点集合；对疑似种子点集合进行滤波，筛掉假种子点获得有效种子点集合；针对有效种子点集合中的种子点逐点进行区域生长，直至所有的种子点生长完毕为止。在每个种子点的生长过程中，采用对称放射滤波器来筛选血管区域，解决了心脏CTA图像中噪声、伪影和非冠脉组织等不相关区域对冠脉分割的干扰的问题；采用基于距离聚类分割方法，解决了心脏CTA图像中造影剂不均衡，冠脉错层，伪影模糊等问题，从而快速、稳定、高效地进行心脏CTA图像的冠脉分割。
-
公开(公告)号：CN114419015A
公开(公告)日：2022-04-29
申请号：CN202210084461.6
申请日：2022-01-24
Applicant: 东北大学
Abstract: 一种基于多模态配准的脑功能融合分析方法，涉及医学，核磁共振成像以及计算机视觉领域。设计一个基于多模态配准的脑功能分析流程，首先对fMRI图像进行预处理，融合MRI图像清晰的结构信息和fMRI时序信号提供的功能信息。对fMRI的时序信息进行采样后训练形变场。最大可能保留原有fMRI的功能信息，同时使用递归的方案解决fMRI和MRI由于分辨率差距较大导致的配准难度大的问题。融合图像同时具有原始图像的功能和结构信息。使用fMRI的分析方法对融合后的图像进行功能分析。融合后的图像和原始结构sMRI图像的相似度高于现有方法，同时很好的融合了原始fMRI图像的功能信息。融合图像为后续脑结构和功能分析提供数据支持，做到结构分区和功能分区在同一坐标下一一对应。
-
公开(公告)号：CN114519722B
公开(公告)日：2024-11-08
申请号：CN202210145347.X
申请日：2022-02-17
Applicant: 东北大学
IPC: G06T7/11 , G06T7/246 , G06N3/0464 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于卷积神经网络的颈动脉提取方法，涉及医学图像处理技术领域。该方法包括：对原始数据集中各三维颈动脉CTA图像及各自对应的分割标签分别提取补丁块；构建训练数据集；建立并训练颈动脉中心路径预测模型；确定并训练颈动脉分割模型；输入待预测颈动脉的三维颈动脉CTA图像以及给定的种子点；基于种子点，提取以种子点为中心的补丁块；加载预训练的颈动脉中心路径预测模型和预训练的颈动脉分割模型，基于以种子点为中心的补丁块和预训练的颈动脉中心路径预测模型进行颈动脉中心路径的迭代追踪，并在颈动脉中心路径追踪过程中完成颈动脉的分割。该方法首次实现了追踪颈动脉中心路径的同时完成颈动脉分割。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.016 seconds)
