“吕晋浩”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果25个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习的快速磁敏感加权成像方法-CN202111089751.1有效
发明人：娄昕;段曹辉;周欣;吕晋浩;熊永琴 -专利权人：中国人民解放军总医院第一医学中心;中国科学院精密测量科学与技术创新研究院
申请日： 2021-09-16 - 公布日： 2023-08-04 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种基于深度学习的快速磁敏感加权成像方法。包括以下步骤：构建欠采样GRE数据训练集，设计欠采样GRE数据重建模型，设计基于自监督学习的训练方法，欠采样GRE数据重建模型训练，使用训练得到的重建模型获得重建GRE图像，使用重建GRE图像获得SWI图像。本发明采用复值神经网络构建重建模型，可以更准确地表示GRE数据的幅度和相位信息，并采用基于自监督学习的训练方法，不需要全采样数据作为标签。
一种基于深度学习快速敏感加权成像方法

[发明专利]一种基于聚焦学习的CT血管造影智能成像方法-CN202211178939.8有效
发明人：娄昕;杨明亮;吕晋浩 -专利权人：中国人民解放军总医院第一医学中心
申请日： 2022-09-26 - 公布日： 2023-07-04 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于聚焦学习的CT血管造影智能成像方法，采集NCCT图像和对应的真实CTA图像并归一化处理，归一化后的NCCT图像和对应的真实CTA图像作为样本对，将样本划分为训练集、验证集和测试集；构建对抗网络模型，包括生成器、矫正器及判别器；构建生成器与矫正器的联合聚焦学习损失函数，构建判别器损失函数；利用训练集对构建好的对抗网络模型进行训练，利用验证集对训练后的对抗网络模型进行验证；利用测试集获得最佳测试性能的生成器。本发明构建了联合聚焦学习损失函数，使得所述生成器合成CTA图像能够更好的凸显目标区域，例如血管组织；本发明引入了矫正器，使得NCCT图像与CTA图像之间更好的配准对齐。
一种基于聚焦学习 ct 血管造影智能成像方法

[发明专利]基于深度学习的3T磁共振图像生成7T磁共振图像的方法-CN202210863235.8有效
发明人：娄昕;段曹辉;边祥兵;吕晋浩 -专利权人：中国人民解放军总医院第一医学中心
申请日： 2022-07-20 - 公布日： 2023-06-23 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了基于深度学习的3T磁共振图像生成7T磁共振图像方法。包括以下步骤：构建配对的3T图像和7T图像的训练集，构建3T图像生成7T图像深度学习模型，定义3T图像生成7T图像深度学习模型的损失函数，深度学习模型训练，获得最优模型参数，利用训练得到的深度学习模型将3T图像合成为7T图像。本发明使用空间对齐网络估计和补偿3T图像和7T图像之间的空间不匹配，从而实现更优的7T图像合成效果。
基于深度学习磁共振图像生成方法

[发明专利]基于多尺度判别的计算机血管造影成像合成方法-CN202210907807.8有效
发明人：娄昕;吕晋浩;杨明亮;段祺 -专利权人：中国人民解放军总医院第一医学中心
申请日： 2022-07-29 - 公布日： 2023-06-23 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了基于多尺度判别的计算机血管造影成像合成方法，生成归一化训练集和归一化验证集；构建生成器和多尺度判别器；根据归一化训练集对生成器和多尺度判别器进行训练，将待处理的平扫CT图像进行归一化处理后输入到训练好的生成器G中，输出归一化合成CTA图像，再将归一化合成CTA图像恢复到原始像素范围，获得合成CTA图像。本发明使用多尺度判别器对生成器输出进行多尺度判别，使得合成的CTA图像更能凸显指定加窗操作参数和指定区域的目标图像，进而判别的准确性；获得的合成CTA图像同真实CTA图像具备相同的像素值取值范围，数据格式与现有设备完全兼容。
基于尺度别的计算机血管造影成像合成方法

[发明专利]一种基于多时相CTA的侧支循环血管定量方法-CN202111240881.0有效
发明人：娄昕;吕晋浩;周欣;段祺;兰怡娜 -专利权人：中国人民解放军总医院第一医学中心
申请日： 2021-10-25 - 公布日： 2023-05-23 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于多时相CTA的侧支循环血管定量方法，头部多时相CTA图像获取；对多时相的CTA图像进行血管分割；确定多时相的CTA图像中的各时相对应的灌注异常区域和镜像区域；计算灌注异常区域的内动脉血管体素个数和镜像区域内动脉血管体素个数；计算时相对应的侧支循环值；计算多时相侧支循环值。本发明通过对不同时相侧支循环进行加权，能够将复杂的多时相CTA侧支循环定性评价方案转化为具体的数值，来反映侧支循环指标的好坏，兼顾了侧支循环的空间分布特征，以及侧支循环血流灌注的快慢特征。本发明不仅有利于精准评估侧支循环指标，也有利于该指标的横向和纵向比较，敏感的发现该指标的变化。
一种基于多时 cta 循环血管定量方法

[发明专利]一种基于动脉自旋标记的脑低灌注区精准定量方法-CN202011158613.X有效
发明人：周欣;娄昕;邓鹤;肖洒;吕晋浩;孙献平;叶朝辉 -专利权人：中国科学院精密测量科学与技术创新研究院;中国人民解放军总医院第一医学中心
申请日： 2020-10-26 - 公布日： 2023-02-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于动脉自旋标记的脑低灌注区精准定量方法，首先，通过由粗到精的配准策略，将脑卒中确诊患者的扩散加权影像和脑血流量图在空间解剖结构上实现映射；其次，对于存在梗死核心区域的脑卒中确诊患者影像，以扩散加权影像提取的梗死核心区为种子点，在空间位置对应的脑血流量图上提取低灌注区域；否则，以脑血流量减影图中提取的高信号区为种子点提取低灌注区域；最后，定量分析脑卒中确诊患者的低灌注区相关参数，如低灌注区的位置、大小、体积，以及梗死核心/低灌注区的不匹配等。脑卒中确诊患者低灌注区的精确提取及定量分析有助于评估已确诊患者的时间窗和组织窗。
一种基于动脉自旋标记灌注精准定量方法

[发明专利]基于置信度加权的图神经网络训练方法及装置-CN202010916992.8有效
发明人：徐枫;何宇巍;娄昕;郭雨晨;杨东;吕晋浩;戴琼海 -专利权人：清华大学;中国人民解放军总医院
申请日： 2020-09-03 - 公布日： 2022-12-02 - 主分类号： G06V10/764 文献下载
摘要：本发明提出一种基于置信度加权的图神经网络训练方法及装置，其中，方法包括：从训练样本集中随机选择一个医学图像序列输入至图神经网络模型中，根据从图神经网络模型获取的图像特征向量表示计算医学图像序列中每张医学图像的分类概率值，根据分类概率值计算每张医学图像对应类别的置信度，进而根据分类概率值和置信度计算损失函数，根据损失函数对图神经网络模型的参数进行更新，并在更新参数后的图神经网络模型收敛时输出图神经网络模型。本发明在模型训练过程中分析了医学图像之间的关系，考虑了每张医学图像的分类概率值和分类的置信度，使得标注噪声对损失函数及整个训练过程的影响被减弱，能够得到鲁棒性和准确性都较高的图神经网络。
基于置信加权神经网络训练方法装置

[发明专利]基于图神经网络与多任务学习的脑疾病检测方法和装置-CN202110272407.X有效
发明人：徐枫;薄子豪;娄昕;郭雨晨;吕晋浩;戴琼海 -专利权人：清华大学;中国人民解放军总医院
申请日： 2021-03-12 - 公布日： 2022-12-02 - 主分类号： G06T7/00 文献下载
摘要：本发明提出一种基于图神经网络与多任务学习的脑疾病检测方法和装置，其中，方法包括：获取脑部的初始模态图像，根据预设的模态图像模板对初始模态图像对齐获取目标模态图像，并确定目标模态图像的不同脑分区图像区域；将目标模态图像输入预先训练的图像特征提取器，识别与目标模态图像在预设空间的目标低维图像特征；对所有的脑分区图像区域的脑区节点特征进行图神经网络编码确定人脑的结构特征；将结构特征和目标模态图像输入预设的任务处理模型，通过任务处理模型的父分支提取基本图像特征，通过任务处理模型的子分支对基本图像特征处理获取疾病检测结果。由此，提高了脑部疾病的检测准确性。
基于神经网络任务学习疾病检测方法装置

[发明专利]脑部病灶检测模型的建立方法、装置以及计算机设备-CN202011614591.3有效
发明人：徐枫;刘傲寒;娄昕;郭雨晨;吕晋浩;雍俊海;戴琼海 -专利权人：清华大学;中国人民解放军总医院
申请日： 2020-12-30 - 公布日： 2022-12-02 - 主分类号： G06T7/00 文献下载
摘要：本申请提出一种脑部病灶检测模型的建立方法、装置、计算机设备和存储介质。其中，方法通过使用小规模的标注数据，采用协同训练的方式同时训练一个自然语言处理NLP模型和一个卷积模型，在每一次迭代中，利用NLP模型和卷积模型从剩余未标注数据集中选择部分数据更新到训练集，继续训练，进而将完成训练的卷积模型作为脑部病灶检测模型。由此通过利用配对的CT影像与报告中的文本信息，进行协同训练，以实现脑部CT病灶的自动检测的方法；在模块训练时，只需要少量数据标注，便可以对大规模数据进行训练，大大节省了深度学习过程中的数据标注工作量。
脑部病灶检测模型建立方法装置以及计算机设备

[发明专利]基于注意力机制的脑梗死医学影像分类模型的训练方法-CN202010898527.6有效
发明人：徐枫;喻琳颖;娄昕;郭雨晨;杨东;吕晋浩;雍俊海;戴琼海 -专利权人：清华大学;中国人民解放军总医院
申请日： 2020-08-31 - 公布日： 2022-09-20 - 主分类号： G06T7/00 文献下载
摘要：本发明提出一种基于注意力机制的脑梗死医学影像分类模型的训练方法，包括：获取训练样本集，训练样本集中包括多个已标注的脑部医学影像三维序列图；将训练样本集输入至预设的卷积神经网络模型中，并从卷积神经网络模型获取与脑部医学影像三维序列图对应的特征图，卷积神经网络模型中包括注意力模块，注意力模块用于对脑部医学影像三维序列图所包含的特征信息进行筛选；将特征图输入至卷积神经网络模型的分类器中进行训练，基于焦点损失函数更新卷积神经网络模型的参数，当更新参数后的卷积神经网络模型收敛时，确定卷积神经网络模型训练完成，输出卷积神经网络模型。本发明能够使得训练得到的分类模型具有更好的分类表现，提高分类的准确率。
基于注意力机制脑梗死医学影像分类模型训练方法

[发明专利]基于视线方向和LSTM神经网络的情感预测方法及系统-CN201910903387.4有效
发明人：徐枫;温佺;娄昕;杨东;吕晋浩;雍俊海;戴琼海 -专利权人：清华大学;中国人民解放军总医院
申请日： 2019-09-24 - 公布日： 2022-09-20 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于视线方向和LSTM神经网络的情感预测方法及系统，其中，该方法包括：采集不同人物在不同情感状态下的脸部视频；确定所有视频帧的真实情感标签，并将每一帧的情感标签与该帧中人物的视线方向共同组成情感预测训练集；利用该训练集对长短期记忆深度神经网络进行训练，得到的包含最优参数的深度神经网络；最终向最优参数深度神经网络输入任意视频的人物视线方向，对当前帧进行情感预测。本发明实施例的方法，利用长短期记忆深度神经网络对连续视频帧中的视线方向和人类情感间的关系进行建模，通过该网络预测每个视频帧中人物的情感状况，从而在时域上对人物的情感变化进行判断。
基于视线方向 lstm 神经网络情感预测方法系统

[发明专利]基于卷积神经网络与对称信息的脑部医学影像诊断方法-CN202010283471.3有效
发明人：徐枫;刘傲寒;娄昕;吕晋浩;郭雨晨;雍俊海;戴琼海 -专利权人：清华大学;中国人民解放军总医院
申请日： 2020-04-13 - 公布日： 2022-09-09 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种基于卷积神经网络与对称信息的脑部医学影像诊断方法，该方法包括：获取指定模态的病人脑部三维影像，并对病人脑部三维影像进行人工病灶标注；通过模拟退火的三维空间变换方法，将病人脑部三维影像中的脑部以及对应标注变换至三维影像的中心位置，并使脑部中轴面与左右水平轴的中垂面重合，进行对称性矫正；利用对称连接块搭建的深度卷积神经网络，利用对称性矫正后的病人脑部三维影像进行训练，优化深度卷积神经网络参数；将待诊断的脑部三维影像输入优化后的深度卷积神经网络，输出诊断结果。该方法可以实现对脑部医学影像的自动诊断。
基于卷积神经网络对称信息脑部医学影像诊断方法

[发明专利]基于磁共振脉冲序列噪声估计的通话系统语音增强方法-CN202210476796.2在审
发明人：娄昕;吕晋浩;杨明亮 -专利权人：中国人民解放军总医院第一医学中心
申请日： 2022-04-30 - 公布日： 2022-07-29 - 主分类号： G10L21/0208 文献下载
摘要：本发明提供基于磁共振脉冲序列噪声估计的通话系统语音增强方法，属于人工智能领域，所述方法包括生成对抗网络的构建，以最小化生成器G的目标损失函数，最大化判别器D的判别正确的概率对生成对抗网络进行训练，通过训练好的生成器G输出生成噪声，并与带噪语音信号的分帧信号进行差分处理获得去噪后的语音信号，并重构获得去噪连续语音信号。本发明有效解决传统语音增强和常规深度学习模型对强非平稳噪声环境下语音谱相位估计不准，去噪效果不明显的问题。提高了磁共振扫描员对被扫描者的监控能力，减少意外医疗事故的发生。
基于磁共振脉冲序列噪声估计通话系统语音增强方法

[发明专利]一种用于构建临床脑部CT图像ROI模板的方法及系统-CN201910894055.4有效
发明人：周扬;黄海亮;邵航;张新;娄昕;吕晋浩 -专利权人：浙江未来技术研究院（嘉兴）
申请日： 2019-09-20 - 公布日： 2022-06-17 - 主分类号： G06T7/00 文献下载
摘要：本发明实施例公开了一种用于构建临床脑部CT图像ROI模板的方法及系统，根据获取的同一个体的CT图像和MRI图像大脑功能区的相似性，利用基于MRI图像的ROI模板，通过一系列多步骤的单模态的刚性和非刚性配准，制作完成了基于CT图像的ROI模板，利用单模态配准的理论基础达到多模态配准的目的，配准精度高，解决了直接使用多模态配准精度低的问题，制作出针对CT图像的ROI模板可用于临床实际应用。
一种用于构建临床脑部 ct 图像 roi 模板方法系统

[发明专利]一种基于脑血流的侧支血管及组织功能评估装置-CN202011156836.2有效
发明人：娄昕;周欣;吕晋浩;邓鹤;肖洒;孙献平;叶朝辉 -专利权人：中国人民解放军总医院第一医学中心;中国科学院精密测量科学与技术创新研究院
申请日： 2020-10-26 - 公布日： 2022-05-27 - 主分类号： A61B5/02 文献下载
摘要：本发明公开了一种基于脑血流的侧支血管及组织功能评估方法，首先，将大动脉闭塞性梗死确诊患者的多个延迟时间脑血流量图配准，实现其在空间解剖结构上一一对应；其次，去除配准后多个延迟时间脑血流量图的脑壳及脑外结构，并计算多个延迟时间的脑血流量差异图；然后，可视化脑侧支血流循环情况，及量化侧支血流相关信息，如侧支血流分布范围、流速、流量等；最后，结合大动脉闭塞性梗死确诊患者的梗死核心区，评估其缺血半暗带，如缺血半暗带的大小、体积、位置等。
一种基于血流血管组织功能评估装置

1
2
下一页»
尾页
共 25 条