-
公开(公告)号：CN117437144A
公开(公告)日：2024-01-23
申请号：CN202310800759.7
申请日：2023-07-03
Applicant: 通用电气精准医疗有限责任公司
Inventor： 米歇尔·S·托姆 , 文森特·比斯马思 , L·博伊莱文凯尔 , 格尔曼·吉列尔莫·威拉冈萨雷斯 , 谭涛 , 戈帕尔·B·阿维纳什
Abstract: 本发明提供了用于图像去噪的各种方法和系统。在一个示例中，一种方法包括：获得(602)输入图像和表示输入图像中的噪声的噪声图，从噪声图并且基于校准因子生成(604)强度图，将输入图像和强度图作为输入输入(606)到被训练为基于输入图像和强度图输出去噪图像的去噪模型，以及显示和/或保存(610)由去噪模型输出的去噪图像。
-
公开(公告)号：CN119488309A
公开(公告)日：2025-02-21
申请号：CN202411048708.4
申请日：2024-08-01
Applicant: 通用电气精准医疗有限责任公司
Abstract: 提供了一种图像处理系统和方法(1301)，用于校正根据对象(132)的多个二维(2D)投影图像(101‑109)重建的三维(3D)体积(171)内的伪影。该系统和方法(1301)在成像系统(100)上实现，该成像系统具有能够操作以控制辐射(140)和检测器(145)的操作以生成多个2D投影图像(101‑109)的处理单元(150)。该系统(100)还包括存储器(160)，该存储器连接到该处理单元(150)并且存储处理器可执行代码，该处理器可执行代码在由该处理单元(150)执行时操作以根据该多个2D投影图像(101‑109)重建该3D体积(171)，基于来自该多个2D投影图像(101‑109)的零角度(143)在伪平行几何结构中限定该3D体积(171)，其中重建该3D体积(171)包括根据该多个2D投影图像(101‑109)基于该零角度(143)重建在伪平行几何结构中限定的3D虚拟对象(612)，并且校正该3D虚拟对象(612)以形成该3D体积(171)。
-
公开(公告)号：CN118177852A
公开(公告)日：2024-06-14
申请号：CN202311536650.3
申请日：2023-11-17
Applicant: 通用电气精准医疗有限责任公司
Abstract: 本公开提供了各种方法和系统，用于增强从断层融合投影图像(326)生成2D合成图像(326)，诸如2D合成图像(326)。为了增强该图像(326)，图像处理系统(100,1100,1200)利用所选择的高度间隔来扫描从该断层融合投影图像(302)重建的体积(307)内的感兴趣的对象(502,502')。该高度间隔大于由所重建的体积(307)形成的正常切片(322)，使得可从该体积(307)内的相邻切片(322)获取较大块的像素信息。此外，可通过贡献来自所有断层融合投影(302)的像素信息来修改该2D合成图像(326)中的该感兴趣的对象(502,502')的图示，以呈现该感兴趣的对象(502,502')。来自所有断层融合投影(302)的像素信息的使用增强了该增强图像(326)内该感兴趣的对象(502,502')的高频分量和低频分量的图示。
-
公开(公告)号：CN117958851A
公开(公告)日：2024-05-03
申请号：CN202311270582.0
申请日：2023-09-28
Applicant: 通用电气精准医疗有限责任公司
Inventor： M·S·托姆 , 格尔曼·吉列尔莫·威拉冈萨雷斯 , L·博伊莱文凯尔 , 文森特·比斯马思 , 谭涛
Abstract: 提供了用于训练数字成像系统(100)的去噪系统(300)的各种方法和系统。去噪系统(300)可以是被形成为盲或非盲去噪系统(300)的深度学习去噪系统(304)，其中提供给去噪系统(300)的训练数据集(306)包括形成有添加到干净数字图像(308)的模拟噪声(312)的有噪图像(314)以及由具有添加到其中的残余噪声(320)的干净图像(308)形成的参考图像(324)，其中残余噪声(320)是用于形成有噪图像(314)的模拟噪声(312)的一部分。在训练数据集(306)的参考图像(324)内使用残余噪声(320)教导训练过程中的DL网络(304)在随后从数字成像系统(100)推断数字图像(308)期间去除少于全部的噪声(312)。通过在数字图像(308)中留下选定量的噪声(312,320)，去噪器(300)能够被调谐成改善图像属性和纹理。
-
Patent Agency Ranking
公开(公告)号：CN117172284A
公开(公告)日：2023-12-05
申请号：CN202310578466.9
申请日：2023-05-22
Applicant: 通用电气精准医疗有限责任公司
Inventor： 谭涛 , 戈帕尔·B·阿维纳什 , L·博伊莱文凯尔 , 文森特·比斯马思 , 米歇尔·S·托姆 , 格尔曼·吉列尔莫·威拉冈萨雷斯
IPC: G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N3/09 , G06T1/20 , G06T5/00 , G16H30/40 , G06V10/764 , G06V10/82
Abstract: 提供了通过较小参数促进改进神经网络推断效率的系统/技术。在各种实施方案中，系统可访问医学图像，在该医学图像上将执行人工智能任务。在各个方面中，该系统可通过在医学图像上执行神经网络流水线来促进人工智能任务，由此产生对应于医学图像的人工智能任务输出。在各种情况下，在任何卷积之前，神经网络流水线可包括从医学图像到神经网络流水线中的每个卷积层的相应跳跃连接。
-
公开(公告)号：CN116739896A
公开(公告)日：2023-09-12
申请号：CN202310098633.X
申请日：2023-02-10
Applicant: 通用电气精准医疗有限责任公司
Inventor： 王德军 , 其布尔 , 谭涛 , 吉雷沙·钦塔马尼·拉奥 , 戈帕尔·B·阿维纳什 , 彭清明 , 葛雅安 , 西尔万·伯纳德 , 文森特·比斯马思
Abstract: 断层融合机器(10)通过采集投影衰减数据(61)并且使用机器学习(86)来识别投影衰减数据(70)的子集，以用于使用机器学习产生更薄的切片和/或更高分辨率的切片(76)来允许更快的图像采集和改进的信噪比。
-
公开(公告)号：CN116611474A
公开(公告)日：2023-08-18
申请号：CN202310072882.1
申请日：2023-02-07
Applicant: 通用电气精准医疗有限责任公司
IPC: G06N3/0464 , G06N3/048 , G06N3/084 , G06V10/82
Abstract: 本发明提供了一种卷积神经网络(CNN)(202)，在用于分析由X射线成像系统(100)提供的图像(208)的自动特征和/或异常检测系统(204)中采用该卷积神经网络。自动检测系统(204)以减少所需的全分辨率CNN卷积层(212)的数量的方式操作，以便加快检测系统(204)的网络推断和学习过程。为此，检测系统(204)利用断层摄影数据(206)的更紧凑表示作为输入，以缓解现有技术X射线系统中的CNN存储器占用空间和计算时间问题。
-
公开(公告)号：CN115689979A
公开(公告)日：2023-02-03
申请号：CN202210789554.9
申请日：2022-07-06
Applicant: 通用电气精准医疗有限责任公司
IPC: G06T7/00 , G06N3/0464 , G06N3/084 , G06V10/764 , G06V10/82
Abstract: 本公开提出通过利用特定于预定义区域的信息，诸如乳房X线摄影和断层合成数据中的乳房信息来加快卷积神经网络(CNN)的计算时间。在示例性实施方案中，提供了一种用于图像处理系统的方法，该方法包括：基于输入图像生成该图像处理系统的已训练的卷积神经网络(CNN)的输出(362)，将该输入图像的预定义区域作为附加输入包括到该CNN的卷积层和全连接层中的至少一者中，以限制对该预定义区域内的输入图像数据的计算(356,360)；以及存储该输出和/或在显示设备上显示该输出(364)。
-
公开(公告)号：CN115670485A
公开(公告)日：2023-02-03
申请号：CN202210854633.3
申请日：2022-07-15
Applicant: 通用电气精准医疗有限责任公司
IPC: A61B6/00
Abstract: 本发明提供了用于乳房的具有非均匀厚度和/或采样的板以呈现DBT采集的各种系统。一种用于将患者图像生成为表示成像对象的一组板的方法，该方法包括：采集断层融合投影；重建一系列板图像，每个板表示乳房的一部分；以及使多个板在由x轴、y轴和z轴限定的3D重建域中具有非均匀厚度和/或非均匀采样。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.038 seconds)
