本发明请求保护一种基于自适应云模型的多模态脑部图像融合方法,属于医学图像处理领域。本发明借助云模型理论将来自不同模态的MRI(核磁共振成像)脑部图像、MRI与PET(正电子发射断层成像)、MRI与SPECT(单光子发射断层成像)脑部图像进行融合。首先,根据脑部图像自身的灰度直方图特征,对灰度直方图进行拟合;然后,由拟合曲线的谷值点划分区间并通过逆向云发生器自适应地生成云模型;最后,设计云推理规则,得到融合后的图像。实验结果表明,相比传统融合方法,本方法融合后的图像脑部特征更清晰,激活区域更明显,在主观融合效果与客观评价指标方面均有很大的提高。
📄 201510811225X
📂 G06T5_40
👤 重庆邮电大学
📅 2016-02-04
本发明公开了一种渗流作用下砂土介质细观结构变化的监测装置,包括核磁共振分析与成像系统和渗流系统,渗流系统包括水箱、试验固定装置、试样填充装置、测压管以及量筒;试样填充装置固定于核磁共振分析与成像系统内,一端连接水箱,一端连接收集装置;水箱固定于高处,试样填充装置两端设置有测压管。还公开了监测方法:逐渐改变水箱高度,对试样施加CPMG信号,根据核磁共振分析系统可得到试样T2谱,根据T2谱计算试样初始的物理性质;利用核磁共振成像系统扫描试样内部截面,得到砂土介质内部初始截面照片。该监测装置在渗流和监测过程中试样不发生任何移动,不需要反复拆卸装置,可完全实现无损实时检测,具有方便、可靠的优势。
📄 2016109793440
📂 G01N24_08
👤 西安理工大学
📅 2016-11-08
本发明的基于核磁共振的冻土渗透系数系测定系统,包括渗透液供给装置和渗透试验设备,渗透试验设备置于低温保温装置中;还包括核磁共振设备和处理器,核磁共振设备用于对试件进行测定,处理器用于根据核磁共振设备测定的结果计算试件的渗透系数。本发明的冻土渗透系数系测定方法,在渗透试验前后对试件的纵剖面进行核磁共振成像,获取渗透长度,然后利用公式计算渗透率,γw为渗透液的容重,L为试件的长度,t为渗透时间,P为渗透液压强。本发明采用核磁共振技术,测量结果更为精确、可靠,并且可以直接观测到试件内部的水分运移情况,实现冻土试样渗透过程中水分运移的可视化与精确得出冻土的渗透系数。
📄 2018115112332
📂 G01N24_08
👤 北京鑫业佳诚工程勘察有限责任公司
📅 2018-12-11
本发明公开了一种卵清蛋白负载硝基自由基氮氧化物纳米复合材料及其制备方法和应用。属于材料制备技术领域。硝基自由基氮氧化物纳米复合材料形状规则,平均粒径为100nm‑150nm,具有良好的分散性。制备方法如下:将壳聚糖和四甲基哌啶‑氮氧化物分别溶于水和二氯甲烷或二甲基亚砜,搅拌完全溶解之后将其二者混合,待反应结束后透析,透析结束后用超纯水洗涤,离心,分散在超纯水中。此外,将卵清蛋白负载在硝基自由基氮氧化物纳米复合材料上,可赋予该纳米材料免疫原性。该方法制备的材料具有核磁共振成像增强效果和作为免疫佐剂的潜力。
📄 2023112019417
📂 A61K49_12
👤 浙江理工大学
📅 2023-09-18
本发明涉及一种基于MSLQA‑Net的轻量化脑肿瘤分割方法,该方法应用于脑肿瘤核磁共振成像(MRI)的肿瘤分割。该方法包括:S1:预处理脑部MRI数据,将数据划分为训练集,验证集和测试集;S2:构建多尺度分解残差卷积模块(MSDRC)进行特征提取,构成多级次特征图;S3:构建跨层特征聚合模块(CLFA),对多级次特征图进行高效聚合,得到聚合特征图;S4:构建四重维度注意力模块(QDA),对聚合特征图进一步细化,得到细化特征图;S5:融合多尺度分解残差卷积,跨层特征聚合及四重维度注意力模块,构建MSLQA‑Net分割模型;S6:使用训练集,验证集和测试集对分割模型进行训练,验证优化及测试。本发明在脑肿瘤分割任务中,能在提升推理速度的同时,仍保持高精度结果。
📄 2025100334867
📂 G06T7_11
👤 广东工业大学
📅 2025-01-08
本公开涉及图像重建技术领域,提出了一种核磁共振成像精准加速重建方法以及系统,重建方法包括如下步骤:获取待处理核磁共振图像,进行预处理得到零填充图像;对预处理得到零填充图像进行编码,得到多级编码特征;基于构建的多时间信息聚合模块,对编码后的特征进行融合,提取相邻视频帧之间的互补特征并在时间维度上进行串联实现视图融合,得到多视图聚合特征;对多视图聚合特征进行译码,基于译码后的特征得到重建图像。本公开通过加速磁共振成像和改进图像重建算法,减少运动伪影的产生,提高了患者的合作度和舒适度,同时提出的重建方法能够提高图像的质量和准确性。
📄 2023112481730
📂 G06T11_00
👤 烟台大学
📅 2023-09-26
本发明提供了一种三维多模态核磁共振图像重建方法,包括:步骤1,对数据集进行处理,选取辅助模态和目标模态,对于目标模态进一步做下采样处理并保留真值;步骤2,建立多模态编码器作为特征提取模块,用于提取并交互多模态数据的有效特征;步骤3,建立基于多尺度特征融合的解码模块,用于对编码过程中有效特征的跨域链接和目标模态特征的逐层解码;步骤4,进行基于监督学习的网络训练,得到训练好的3DMRI重建模型,从而满足加快核磁共振成像的需求。通过本发明方法,可以更好的提取、融合多种模态特征和深度信息,大大提高了模型重建图像的精度。
📄 2024116256863
📂 G06T17_00
👤 南京信息工程大学
📅 2024-11-14