-
公开(公告)号：CN108389613B
公开(公告)日：2022-04-05
申请号：CN201810089188.X
申请日：2018-01-30
Applicant: 华侨大学
IPC: G16H30/40
Abstract: 本发明提供一种基于图像几何对称属性的侧旋姿态校正方法，方法包括：数据规范化；目标切片组选取；切片组二值化；切片背景、前景区域的提取；切片前景中心点的选择；切片前景对称损失的计算；优化方法选择适当的回旋角度，降低前景对称损失，得到校正角度。本发明通过图像二值化和连通域筛选的方法来获取前景，去除无用信息；本发明通过求取前景中心来获得回调旋转中心；关键的是，本发明提出了一种利用前景对称特征来构造的目标函数。本发明能够准确地检测和校正侧旋姿态影像。
-
Patent Agency Ranking
公开(公告)号：CN108335304B
公开(公告)日：2021-08-03
申请号：CN201810122546.2
申请日：2018-02-07
Applicant: 华侨大学
Abstract: 本发明涉及一种腹部CT扫描序列图像的主动脉瘤分割方法，包括五个部分：图像预处理；主动脉血管内腔提取；主动脉分割；主动脉瘤提取；三维重建主动脉瘤。本发明不需要任何已知标签的样本数据进行学习训练，适用范围广泛；将血管内腔和主动脉轮廓分别使用不同的分割算法提取，然后将得到的主动脉去除血管内腔区域得到空心的主动脉内壁和外壁动脉瘤轮廓，并对主动脉分割提出一种新的基于序列间先验约束的图割算法；充分利用了CT图像序列间特有的关联关系和相似性；能够很好的解决主动脉瘤病变等情况带来的欠分割和过分割影响。本发明可以为体外模拟手术提供3D打印的主动脉瘤模型，方便手术预案的制定和规划，降低主动脉手术的高风险。
-
公开(公告)号：CN108389613A
公开(公告)日：2018-08-10
申请号：CN201810089188.X
申请日：2018-01-30
Applicant: 华侨大学
IPC: G16H30/40
Abstract: 本发明提供一种基于图像几何对称属性的侧旋姿态校正方法，方法包括：数据规范化；目标切片组选取；切片组二值化；切片背景、前景区域的提取；切片前景中心点的选择；切片前景对称损失的计算；优化方法选择适当的回旋角度，降低前景对称损失，得到校正角度。本发明通过图像二值化和连通域筛选的方法来获取前景，去除无用信息；本发明通过求取前景中心来获得回调旋转中心；关键的是，本发明提出了一种利用前景对称特征来构造的目标函数。本发明能够准确地检测和校正侧旋姿态影像。
-
公开(公告)号：CN107784647B
公开(公告)日：2021-03-09
申请号：CN201710908752.1
申请日：2017-09-29
Applicant: 华侨大学
Abstract: 本发明提供一种基于多任务深度卷积网络的肝脏及其肿瘤分割方法及系统，方法包括：数据预处理和扩充；多任务深度卷积网络的搭建；带有任务间约束的监督层的构建；网络的训练；数据测试结果生成。本发明提出的多任务网络含有两个通路，分别实现肝脏和肝脏肿瘤的识别分割；本发明通过通路部分共享的方法来缩小深度卷积网络体积并降低模型学习对训练数据量的要求；本发明通过在共享通路之后连接各自任务相关的特征提取模块和相应输出模块实现多任务输出；关键的是，本发明提出了一种可以利用多任务间几何关联信息的监督学习模块来达到肝脏和肝脏肿瘤分割相互约束的目的。本发明能够准确地识别和分割肝脏及其肿瘤。
-
公开(公告)号：CN107784647A
公开(公告)日：2018-03-09
申请号：CN201710908752.1
申请日：2017-09-29
Applicant: 华侨大学
Abstract: 本发明提供一种基于多任务深度卷积网络的肝脏及其肿瘤分割方法及系统，方法包括：数据预处理和扩充；多任务深度卷积网络的搭建；带有任务间约束的监督层的构建；网络的训练；数据测试结果生成。本发明提出的多任务网络含有两个通路，分别实现肝脏和肝脏肿瘤的识别分割；本发明通过通路部分共享的方法来缩小深度卷积网络体积并降低模型学习对训练数据量的要求；本发明通过在共享通路之后连接各自任务相关的特征提取模块和相应输出模块实现多任务输出；关键的是，本发明提出了一种可以利用多任务间几何关联信息的监督学习模块来达到肝脏和肝脏肿瘤分割相互约束的目的。本发明能够准确地识别和分割肝脏及其肿瘤。
-
公开(公告)号：CN108335304A
公开(公告)日：2018-07-27
申请号：CN201810122546.2
申请日：2018-02-07
Applicant: 华侨大学
Abstract: 本发明涉及一种腹部CT扫描序列图像的主动脉瘤分割方法，包括五个部分：图像预处理；主动脉血管内腔提取；主动脉分割；主动脉瘤提取；三维重建主动脉瘤。本发明不需要任何已知标签的样本数据进行学习训练，适用范围广泛；将血管内腔和主动脉轮廓分别使用不同的分割算法提取，然后将得到的主动脉去除血管内腔区域得到空心的主动脉内壁和外壁动脉瘤轮廓，并对主动脉分割提出一种新的基于序列间先验约束的图割算法；充分利用了CT图像序列间特有的关联关系和相似性；能够很好的解决主动脉瘤病变等情况带来的欠分割和过分割影响。本发明可以为体外模拟手术提供3D打印的主动脉瘤模型，方便手术预案的制定和规划，降低主动脉手术的高风险。
-
-
-
-
-
Search Results
6
records
(took 0.033 seconds)
