|
搜索
搜 索
高等教育领域数字化综合服务平台
一种非刚性多模医学图像精确配准方法
本发明公开了一种非刚性多模医学图像精确配准方法，包括以下步骤：分别对参考图像和浮动图像进行归一化处理并使用脉冲发送皮层模型进行处理得出两幅点火映射图；然后采用索贝尔算子分别提取两幅点火映射图的边缘特征得到对应的梯度图，并计算两梯度图的差值平方和；最后基于自由网格变形模型及差值平方和确定目标函数，采用拟牛顿法对目标函数进行迭代优化，获得最佳形变参数。本发明将脉冲发送皮层模型和差值平方和用于非刚性多模医学图像配准，大大提高了配准精度。
华中科技大学
2021-04-14
肿瘤医学图像智能诊断算法
简介：
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。
层级分割模型示意图
分类模型可视化热图
2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。
钼靶乳腺图像预处理
双侧双体位深度学习网络
优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-05-15
肿瘤医学图像智能诊断算法
1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。
中国人民大学
2021-04-10
多模变薄拉深 CAD/CAE 软件
多模变薄拉深工艺广泛用于生产厚底薄壁空心零件。采用多层组合凹模进行变薄拉深可 以代替多次单模变薄拉深，并可省略中间退火、酸洗和表面处理工序，还可以与压底、切口 等其它工序复合，具有显著的经济效益。但其影响因素多，稍有不慎在各层凹模出口处都可 能出现穿底、断腰、缺口等现象。本软件的目的在于通过智能分析和优化设计，提高多模变 薄拉深模具设计的效率与可靠性，改变单纯依赖经验和反复试模、修模的落后方式。 多模变薄拉深 CAD/CAE 软件是江苏省科技进步三等奖项目《多模变薄拉深模具 CAD 软件 与摩擦因子测试方法》的主要成果之一。 本软件基于项目研制的变薄拉深上限模型以及混合罚函数法优化程序，根据用户输入的 毛坯及工件的几何尺寸、材料性能参数和润滑摩擦等信息，通过计算机智能化模拟分析和人 机交互方式，设计安全可靠结构优化的多模变薄拉深模具。软件功能如下： （1）模拟单模至四模变薄拉深位移状态，组合拉深状态和力学状态，为模具设计提供精 确的分析判断。 （2）预测凹模的极限工作尺寸，确保工件拉过各层凹模时的安全可靠性。 （3）以人机交互和智能分析方式确定合理的组合凹模模数、优化模层间距、凹模锥角和 定径带直径等。 （4）自动绘制模具总装图和模具零件图。 分析程序采用 FORTAN77 语言，绘图程序采用 AUTO-LISP 语言。借助 WINDOS 操作系统、 FORTAN77 和 AUTO-CAD 软件包，在普通微机上可以实现上述功能。
南京工程学院
2021-04-13
多模交互式轮椅机械臂系统
项目成果/简介: 主要用于解决重度残疾人的一些日常护理问题。通过在轮椅上加装一只高精度机械臂，使用机械臂来完成一些重度残疾患者不能完成的动作，从一定程度上减轻了残疾人的负担，提高了生活质量。用户仅仅需要通过特定的表情以及头部动作就可以控制机械臂抓取物体以及轮椅的运动。多模交互式轮椅机械臂系统主要应用于残疾人的护理。多模交互式轮椅机械臂系统知识产权类型:发明专利技术先进程度:达到国内领先水平成果获得方式:独立研究获得政府支持情况:无
华南理工大学
2021-04-10
多模交互式轮椅机械臂系统
主要用于解决重度残疾人的一些日常护理问题。通过在轮椅上加装一只高精度机械臂，使用机械臂来完成一些重度残疾患者不能完成的动作，从一定程度上减轻了残疾人的负担，提高了生活质量。用户仅仅需要通过特定的表情以及头部动作就可以控制机械臂抓取物体以及轮椅的运动。多模交互式轮椅机械臂系统主要应用于残疾人的护理。
多模交互式轮椅机械臂系统
华南理工大学
2021-05-11
多模态医学数据智能分析系统研发
1.痛点问题
在临床医学实践过程中，会产生医学图像、电子病历、生命组学等多种类型的医学数据，这些数据能够从不同角度对患者的病情进行刻画。因此实现多模态临床医学数据的自动化和智能化分析，有利于推动国家健康医疗大数据产业的发展，助力“健康中国”战略的实施。
我国不同地区医疗水平差异较大，医疗资源在空间上分配不均。某些科室如影像科、病理科有较大的医师缺口，供需矛盾突出。这种供需不匹配的问题也造成了医生工作负担加重，患者等待检查结果周期变长等诸多问题。在当前情况下，短期内无法通过培养更多的新医生来缓解医疗资源供需紧张的问题。
为缓解上述问题，目前已有企业推出了基于人工智能的辅助诊疗产品，但这些产品大都针对单一模态的医学数据，无法从整体的视角进行辅助诊断和决策，辅助诊断的准确性仍有较大的提升空间。
基于以上痛点问题和产业机遇，我们希望通过技术创新，研发出一套有效的多模态医学数据智能分析系统，应用“多模态医学数据+人工智能”的技术模式，缓解当前医疗资源供需紧张的社会问题。
2.解决方案
本项目旨在研发对多模态医学数据进行有效整合分析的人工智能方法。处理的数据类型包括：患者的医学图像、电子病历、生命组学等多种模态的医学数据。针对医学图像数据，构建目标检测与分割、特征提取、相似图片检索等智能化算法；针对电子病历数据，构建分词、医学实体识别和标准化算法；针对生命组学数据，研究基因突变致病性预测的深度学习算法。上述多模态医学数据智能分析技术为基础，研发多模态医学数据智能分析的系列软件产品，为医院提供人工智能辅助诊断等应用产品。
3.合作需求
寻求与医疗机构、医疗设备耗材企业、远程病理运营企业开展相应的合作。
清华大学
2022-10-09
医学图像处理与三维重建系统
本项目将研制一套软硬件一体化的医学图像处理与三维重建系统产品，该产品由三大部分组成，包括： 高性能、大容量、适合处理医学图像的硬件平台； 针对医学图像处理裁剪后的专用Linux操作系统；综合医学图像处理与三维重建的医疗专业应用系统。 成果性能：三维重建速度快、重建的图像真实、精细，操作方便。 应用范围：CT、MRI等医学图像处理与三维重建虚拟手术
电子科技大学
2021-04-10
多模态医学影像智能协诊系统TPAID
中试阶段/n该项目主要针对开源CT 医学影像数据和多中心合作单位提供的多模医学影像数据，采用人工智能技术和自主研制的深度学习算法对心脏左心室、肿瘤等CT 影像数据进行全自动分割，验证了所研制算法在该项目计算机辅助肿瘤智能诊断应用中的有效性，为项目产业化实施奠定了方法基础。成果的先进性或独特性：针对不同类型的医学影像感知设备，设计针对性强的机器学习智能算法；国内同类研究中首次采用“双盲评估+验证”的科研方法对影像数据进
武汉大学
2021-01-12
一种医学图像的多维多种特征提取方法
本发明提供一种颈动脉图像的多维多种特征提取方法，具体为：（1）依据颈动脉的医学三维超声体数据构建感兴趣区域二维序列图像和感兴趣区域三维图像；（2）对二维序列图像提取二维特征，对三维图像提取三维特征，所述二维特征包括二维纹理特征、二维形态特征和二维弹性特征，所述三维特征包括三维纹理特征；（3）验证各种特征是否对图像分类具有贡献，保留具有贡献的特征；以假发现率最小为目标，在具有贡献的特征中搜索得到全局最优特征组合。本发明针对图像进行了多个维度多类特征的提取，囊括了纹理、形态、弹性三大类特征，特征数目多，
华中科技大学
2021-04-14