本发明一种MRA脑部图像的自动分析系统包括图像采集模块、第一数据库、信号显示模块、第一处理器，其用于截取出所述第二图像；所述第一处理器判断所述第二图像内的灰度大于第一阈值的封闭图形的个数是否超过一个，若是则输出报警信号为所述第一信号，若否则通过第二方法输出所述第一信号；本发明通过所述第一处理器通过识别封闭图形的个数进而判断脑部图像内的血管是否为相互连通的或者存在，若只存在一个封闭图形则说明脑血管之间连通较好，若存在一个以上的封闭图形则说明脑血管内存在有狭窄或封闭的血管，提高了患者的就医就诊速度。
📄 2022101623856
📂 G06T7_00
👤 深圳市澈影医生集团有限公司
📅 2022-02-22
本发明公开了一种基于网络协同的医学图像多任务去噪方法及系统，用于解决学习多个去噪任务产生的灾难性遗忘问题以及可以去噪不模态的医学图像。采用三个去噪网络之间互相协同更新，将两个有强化拓展连续学习能力的去噪网络上的知识传递给主去噪网络。同时引入重放机制，定期将历史任务的数据样本重新注入网络进行训练，防止灾难性遗忘。将该网络模型封装为一个可以实现超声图像、CT图像、MRI图像的不同模态和高斯、泊松、椒盐的不同噪声医学图像的去噪系统。该系统界面简洁直观，具有良好的稳定性和可靠性。
📄 2024103673609
📂 G06T5_70
👤 重庆邮电大学
📅 2024-03-28
本发明公开了一种基于三平面融合边缘U‑Net的脑肿瘤分割方法，包括步骤：将获取的脑肿瘤MR图像分为训练集和验证集，并对训练集图像进行预处理；基于U‑Net架构，通过对脑肿瘤MR图像进行三平面的分割，以边缘辅助模块作为跳跃连接构建边缘U‑Net模型，将提取的图像特征和边缘特征进行融合；采用交叉熵损失函数和边界损失函数相结合的组合损失函数，对边缘U‑Net模型进行训练，获得最佳模型；将预处理脑肿瘤图像数据集和边缘特征图像数据集一起作为不同平面的数据，输入到三个网络结构中以训练最优参数，得到最优的网络分割结果；根据最有分割结果得到三维概率图。本发明能提高分割的精度和分割出整体肿瘤的不同部分。
📄 2023103061896
📂 G06T7_136
👤 南京信息工程大学
📅 2023-03-27
一种多模态MRI图像听神经鞘瘤分割方法，包括以下步骤：1)获取T1增强加权与T2听神经鞘瘤MRI数据集，经过预处理，从数据集中获取训练样本；2)使用训练样本训练提出的基于改进3D卷积和Wnet网络的网络模型，利用网络模型对多模态的MRI图像进行听瘤分割；3)构建在标准空间下的听瘤位置空间热力图，根据训练得到的听瘤位置空间热力图作为约束，对得到的听瘤分割结果进行检验，去除位置不合理的分割结果。本发明实现对听神经鞘瘤的自动、准确分割。
📄 2022114356726
📂 G06T7_00
👤 浙江工业大学
📅 2022-11-16
一种基于并联生成网络的跨模态医学图像合成方法，通过预处理获得跨模态医学图像的共有组别向量特征空间，并获得多组用于训练合成器的训练集；训练合成器，在每组训练集上，合成器在上述的一对训练集上进行跨模态合成训练；若样本对的特征差值在误差允许范围内，则输出合成图；若其特征差值大于误差允许范围，则将两个正则项与合成器原有的损失函数加权结合，指导该合成器继续训练。本发明提高易形变部位医学图像整图合成的质量。
📄 2019112322189
📂 G06T5_50
👤 浙江工业大学
📅 2019-12-05
一种基于物理对齐和轮廓匹配的多模态颈动脉MRI配准方法，包括以下步骤：1)计算图像空间物理坐标；2)统一体像素间距转换图像格式；3)确定多模态图像层间对齐关系；4)各序列多模态二维图像内壁分割：依次选定某序列MRI图像，确定该序列图像的分割起始层和终止层，在起始层图像选定颈动脉所在的ROI，利用分割方法实现整个序列的连续自动分割；5)基于内壁轮廓的三维配准：利用清晰的内壁轮廓分割结果进行三维的连续配准。本发明对各种类型的颈动脉多模态序列图像是有效的，很好地达到像素间的对齐配准，从而方便医生后续的诊疗判断以及斑块成分分析。
📄 2017112135291
📂 G06T7_38
👤 浙江工业大学
📅 2017-11-28
一种基于多模态影像特征融合的轻度创伤性脑损伤分类方法，针对单一模态影像信息不全面和与mTBI高度相关的特征不明确导致的目前mTBI缺乏客观辅助诊断方法的问题，融合了在TI结构像上提取的皮层体积，厚度，表面积特征和在dMRI上基于束提取的FA，MD，AD，RD，和OD，ICVF，ISOVF特征；一方面为了得到与mTBI高度相关的特征，选择FDR矫正后组间具有显著性差异的特征作为初步筛选出来的特征；另一方面为了降低特征维度使模型达到更好的拟合效果，将初步得到的特征作为逻辑回归模型的输入，最终得到权重不为0的特征训练的最优学习模型，模型泛化性能由测试集评估指标评定，通过此模型对到访者进行mTBI疾病预测，从而提供一种客观的辅助诊断方法。
📄 2022108849463
📂 G06T7_00
👤 浙江工业大学
📅 2022-07-26
本发明公开了一种基于特征融合的结核性视网膜OCT图像分类方法，包括步骤一：获取结核性视网膜OCT图像；步骤二：图像预处理；步骤三：构建多个基准神经网络；步骤四：在多个基准网络中添加多尺度门控通道注意力机制，利用神经网络的学习来获取特征通道之间的重要程度，以此来加强对分类任务有益的特征并抑制无益特征。步骤五：训练和测试：通过多次的对比实验，找到各个网络结构最优参数下的最优模型；步骤六：模型融合；本发明利用多层卷积神经网络和门控注意力机制构造基础学习器充当特征提取器，再融合不同模型提取出来的图像特征，将融合后的特征输入至支持向量机中进行进一步的分类和预测，从而进一步提高结核性视网膜OCT图像分类的精度。
📄 2023104943282
📂 G06V40_18
👤 浙江工业大学
📅 2023-05-05
本发明公开了一种视网膜病变细粒度分级方法及装置，将全局特征输入到注意力提取网络进行注意力特征提取，获取注意力特征图；使用信息量提取函数提取注意力特征图每一个通道的信息量，对所有通道的信息量进行排序，选取信息量前K的通道得到局部通道特征图；对局部通道特征图进行随机丢弃处理，将随机丢弃处理后的局部通道特征图进行二值化处理，并根据二值化处理结果选取待分级的视网膜图像中的局部区域，对所述局部区域采用第二密集连接神经网络提取局部特征，从而采用融合全局特征和局部特征进行分级。本发明在糖尿病性视网膜病变分级上拥有较好结果。
📄 2020109665576
📂 G06V10_44
👤 浙江工业大学
📅 2020-09-15
一种包含信息筛选与融合修复的胃肠道内窥镜图像预处理方法，首先使用关键信息提取器对数据集图片中的有效信息区域进行两次提取，两次提取的结果互为补充并保存为新的图片数据集；对新的图片数据集使用改进的EACE方法进行亮均衡和提升，改善亮度不均缺陷的同时提升整体亮度，获取更多有利于识别息肉的信息；增强后的结果使用两图匹配融合修复法方法进行光斑检测和光斑区域修复。本发明减少内窥镜图像中光斑对息肉检测结果的干扰，减小医生或计算机检测息肉时误诊率。
📄 2021102837773
📂 G06T7_00
👤 浙江工业大学
📅 2021-03-17
一种面向边界框标注的迭代弱监督上颌窦分割方法，包括：通过运用超像素算法生成良好贴合口腔CBCT图像边缘的超像素，然后借助卷积神经网络提取超像素特征，根据超像素的邻接关系构建超像素图；为了提高边界框弱监督的分割性能，除了利用超像素级CRF模型生成初始的伪标签用于超像素语义分类的改进图卷积网络训练以外，还把改进图卷积神经网络的预测结果周期性地输入超像素级CRF模型以更新和精细化伪标签用于迭代学习训练；对口腔CBCT图像，应用弱监督迭代训练得到的模型可以得到性能优秀的上颌窦分割结果。本发明还包括一种面向边界框标注的迭代弱监督上颌窦分割系统。本发明解决了手动标注医学图像精确标签耗时耗力的问题。
📄 202211630940X
📂 G06V10_26
👤 浙江工业大学
📅 2022-12-19
本发明涉及小肠微小目标检测领域，公开了一种基于自校正坐标注意力的小肠微小目标检测方法，包括步骤1构建小肠三病灶数据集、步骤2构建小肠微小目标检测网络模型、以及训练和验证，最后生成检测结果。步骤2以YOLOv8为基础网络模型，在该模型的Backbone部分设计自校正坐标注意力模块，对输入的小肠病灶图像提取位置特征；在模型的Neck部分原有的FPN+PAN结构上搭建目标检测促进层，对提取的特征进行多尺度融合，以得到更明显的小目标特征。基于以上的设计，本发明提高了网络对较小目标的定位准确度，提升了对小目标病灶的检测性能。
📄 2023109321793
📂 G06T7_00
👤 浙江工业大学
📅 2023-07-27
柿子坊 · 知识产权运营
柿子坊知识产权运营平台