-
公开(公告)号：CN109993210A
公开(公告)日：2019-07-09
申请号：CN201910162753.5
申请日：2019-03-05
Applicant: 北京工业大学
Abstract: 一种基于神经影像评估大脑年龄的方法涉及大脑年龄预测领域。在基于神经影像提取大脑老化特征的过程上缺乏有效、可靠、敏感的技术。本发明具体实现如下：步骤1:建立神经影像数据集；步骤2:神经影像预处理；步骤3:特征的提取；步骤4:特征池化及降维；步骤5:特征选择及模型构建。本发明评估人体大脑发展过程中与平均发展轨迹的偏离程度，为大脑发展提供了无创性、普适性的预警评估。
-
公开(公告)号：CN105139454B
公开(公告)日：2018-01-19
申请号：CN201510477732.4
申请日：2015-08-06
Applicant: 北京工业大学
Abstract: 一种三维CT图像中肝脏三维感兴趣区域的自动提取方法，利用各向异性扩散过程、梯度幅度计算过程及S形曲线的非线性映射过程对人体腹腔三维CT图像进行滤波，提取出初步的三维ROI。再界定三维ROI区域内坐标值和灰度值离散程度阈值，通过对三维ROI区域内各个体素的坐标值和灰度值进行离散程度判断，去除离散程度高的区域，从而更进一步的获得三维ROI。该方法可以提取出包含肝脏信息的三维图像，大幅度降低图像处理的数据量。
-
公开(公告)号：CN103714545A
公开(公告)日：2014-04-09
申请号：CN201310739284.1
申请日：2013-12-26
Applicant: 北京工业大学
IPC: G06T7/00
Abstract: 本发明公开了一种热消融治疗肿瘤的适形覆盖方法，包括：读入肿瘤的STL文件，求出肿瘤模型参数；从热场模型数据库读入热场模型文件，求出三维热场模型参数，热场模型由短轴相等、长轴重合的两个半旋转椭球体组合而成；进行热场模型匹配，确定最优化的热场模型。本发明提出的适形覆盖方法由于在匹配过程中肿瘤模型和热场模型固定不变，不要求两模型的各点之间实现一一对应，大大降低了匹配难度。本发明只要求外部轮廓的匹配，大大降低了内部处理的信息量，提高了处理速度，具有较好的实时性。采用切分的匹配算法，根据匹配条件确定数据库中最优化的肿瘤模型，能够优化提高匹配精度。
-
公开(公告)号：CN113052856A
公开(公告)日：2021-06-29
申请号：CN202110269960.8
申请日：2021-03-12
Applicant: 北京工业大学
Abstract: 一种基于多尺度特征多路注意力融合机制的海马体三维语义网络分割方法属于医学图像处理领域。本发明包括以下步骤：对公开有标注的海马体图像数据进行预处理，将原始数据裁剪成包含海马体的图像块；基于多尺度特征提取、多路注意力融合机制和支路分类器集成学习策略，构建一个全新的海马体三维语义分割网络结构；对数据集进行划分；离线模型训练，获得针对三维海马体结构的模型权重参数；使用模型文件对测试集图像进行分割并评估分割结果。本发明通过设计符合三维海马体图像特点的语义分割网络结构，能够提升网络对多维度图像信息的利用率，从而提高像素密集预测能力，改善了海马体分割性能。
-
公开(公告)号：CN111882560B
公开(公告)日：2024-05-31
申请号：CN202010550923.X
申请日：2020-06-16
Applicant: 北京工业大学
IPC: G06T7/11 , G06T7/136 , G06T7/155 , G06N3/0464 , G06N3/084
Abstract: 一种基于加权全卷积神经网络的肺实质CT图像分割方法属于医学图像处理邻域。本发明包括以下步骤：选取公开肺部数据集进行预处理，提取标注图像中的肺实质边界作为一个语义类别；基于标准全卷积神经网络框架设计改进的网络结构，以编码‑解码的标准路径结构同时包含跳跃连接、膨胀卷积和批归一化的原理，建立肺实质分割卷积神经网络的整体结构框架；采用加权损失函数层；对数据集进行划分；离线模型训练，获得模型权重参数；输入测试图像并通过网络逐层前馈由输出层输出分割结果。现有的肺实质分割方法对肺实质内的病灶区域容易出现漏分割现象，本发明通过对重要像素的强化处理可以有效提高肺实质分割中对病灶区域的正确分割。
-
Patent Agency Ranking
公开(公告)号：CN111882560A
公开(公告)日：2020-11-03
申请号：CN202010550923.X
申请日：2020-06-16
Applicant: 北京工业大学
Abstract: 一种基于加权全卷积神经网络的肺实质CT图像分割方法属于医学图像处理邻域。本发明包括以下步骤：选取公开肺部数据集进行预处理，提取标注图像中的肺实质边界作为一个语义类别；基于标准全卷积神经网络框架设计改进的网络结构，以编码-解码的标准路径结构同时包含跳跃连接、膨胀卷积和批归一化的原理，建立肺实质分割卷积神经网络的整体结构框架；采用加权损失函数层；对数据集进行划分；离线模型训练，获得模型权重参数；输入测试图像并通过网络逐层前馈由输出层输出分割结果。现有的肺实质分割方法对肺实质内的病灶区域容易出现漏分割现象，本发明通过对重要像素的强化处理可以有效提高肺实质分割中对病灶区域的正确分割。
-
公开(公告)号：CN103295224B
公开(公告)日：2016-02-17
申请号：CN201310082147.5
申请日：2013-03-14
Applicant: 北京工业大学 , 新博医疗技术有限公司
IPC: G06T7/00
Abstract: 本发明公开了一种基于均值漂移和分水岭算法的乳腺肿瘤超声图像自动分割方法，利用金字塔均值漂移算法对乳腺肿瘤超声图像进行滤波，再利用分水岭算法对滤波后的图像进行分割，根据肿瘤一般位于图像中部或上部并且平均回声强度较低的经验知识，计算分水岭分割结果图像中特定感兴趣区域内的最小灰度，遍历分水岭分割结果图像，将灰度等于最小灰度的像素灰度赋为前景，否则赋为背景，从而得到目标肿瘤区域，即最终的肿瘤分割结果二值图像。该方法实现了乳腺超声图像中肿瘤边界的准确、自动提取，可用于乳腺肿瘤超声图像的快速、准确、自动化分割。
-
公开(公告)号：CN103295224A
公开(公告)日：2013-09-11
申请号：CN201310082147.5
申请日：2013-03-14
Applicant: 北京工业大学 , 新博医疗技术有限公司
IPC: G06T7/00
Abstract: 本发明公开了一种基于均值漂移和分水岭算法的乳腺肿瘤超声图像自动分割方法，利用金字塔均值漂移算法对乳腺肿瘤超声图像进行滤波，再利用分水岭算法对滤波后的图像进行分割，根据肿瘤一般位于图像中部或上部并且平均回声强度较低的经验知识，计算分水岭分割结果图像中特定感兴趣区域内的最小灰度，遍历分水岭分割结果图像，将灰度等于最小灰度的像素灰度赋为前景，否则赋为背景，从而得到目标肿瘤区域，即最终的肿瘤分割结果二值图像。该方法实现了乳腺超声图像中肿瘤边界的准确、自动提取，可用于乳腺肿瘤超声图像的快速、准确、自动化分割。
-
公开(公告)号：CN115661030A
公开(公告)日：2023-01-31
申请号：CN202211144645.3
申请日：2022-09-20
Applicant: 北京工业大学
IPC: G06T7/00 , G06T7/246 , G06T19/00 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于3D‑CNN的激光散斑衬比血流成像精度的提高方法，其特征在于，包括散斑动图的行为特征分析和基于时空特征分析的血流速度模型设计，以及基于旋转散射板实验数据对于该模型预测能力的测试；本发明使用具有优异性能的3D‑CNN模型，通过3D卷积核对代表不同血流速度的三维散斑图像像素的时空特征进行提取，通过充分挖掘单次曝光下散斑动图的时空像素信息，提取不同流速下散斑动图的像素特征，建立在单次曝光技术下获得的散斑动图与多重曝光法测得的流速之间的特征函数，实现对于散斑图像代表流速的准确预测，达到提高LSCI测量精度的目的，使其可实现线性测量，成为一种低成本、高分辨率的实时线性成像技术，更好的应用于临床。
-
公开(公告)号：CN105139454A
公开(公告)日：2015-12-09
申请号：CN201510477732.4
申请日：2015-08-06
Applicant: 北京工业大学
Abstract: 一种三维CT图像中肝脏三维感兴趣区域的自动提取方法，利用各向异性扩散过程、梯度幅度计算过程及S形曲线的非线性映射过程对人体腹腔三维CT图像进行滤波，提取出初步的三维ROI。再界定三维ROI区域内坐标值和灰度值离散程度阈值，通过对三维ROI区域内各个体素的坐标值和灰度值进行离散程度判断，去除离散程度高的区域，从而更进一步的获得三维ROI。该方法可以提取出包含肝脏信息的三维图像，大幅度降低图像处理的数据量。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.027 seconds)
