“菅影超”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7个，建议您升级VIP下载更多相关专利

[发明专利]治疗控制系统显示器中的字符识别方法、电子设备及存储介质-CN202310669387.9在审
发明人： 菅影超;王虹;马善达 -专利权人：江苏瑞尔医疗科技有限公司
申请日： 2023-06-07 - 公布日： 2023-09-05 - 主分类号： G06V30/162 文献下载
摘要：本发明提供了一种治疗控制系统显示器中的字符识别方法、电子设备及存储介质，字符识别方法包括：获取治疗控制系统显示器中的图像；获取包括字符的待识别图像；对待识别图像进行二值化处理；去除二值化图像的边缘空白区域；对二值化图像实施字符分割，获得若干第一字符图像块，第一字符图像块为单字符图像块或粘连字符图像块；确认第一字符图像块的类别，并做出如下处理：第一字符图像块为单字符图像块，则通过与模板字符图像进行匹配，实施对单字符图像块中的单字符的识别；第一字符图像块为粘连字符图像块，对粘连字符图像块实施去粘连处理，以实施对粘连字符图像块中的各字符的识别。本发明实现了对治疗控制系统显示器中的计划信息的自动识别。
治疗控制系统显示器中的字符识别方法电子设备存储介质

[发明专利]放射外科机器人系统治疗射束位置误差确定方法-CN202211619111.1在审
发明人：顾振宇;安陆军;菅影超;刘理想;李莉 -专利权人：江苏瑞尔医疗科技有限公司
申请日： 2022-12-14 - 公布日： 2023-05-16 - 主分类号： A61N5/10 文献下载
摘要：本发明关于放射外科机器人系统治疗射束位置误差确定方法，涉及放射外科机器人系统应用技术领域。放射外科机器人系统包括机器人、图像引导定位系统以及平板探测器，机器人携带有加速器，该方法包括：通过图像引导定位系统以及平板探测器确定机器人与等中心的安装误差；确定与加速器对应的加工误差以及安装机械结构误差；确定机器人以及机器人配置的加速器对应的工作空间定位误差。在进行放射外科机器人系统的治疗射束误差确认的过程当中，结合系统内的已有设备，采用校准工装、虚拟射束、二维位敏探测器等常规校准装置，得到多类型放射外科机器人系统均具有的，能够量化的多维度误差，在降低测量成本的同时，提高了误差的确定精度以及准确率。
放射外科机器人系统治疗位置误差确定方法

[发明专利]CT图像中球形标记点的定位方法、装置、电子设备及介质-CN202211206992.4在审
发明人： 菅影超;马善达;王虹 -专利权人：江苏瑞尔医疗科技有限公司
申请日： 2022-09-30 - 公布日： 2022-12-16 - 主分类号： G06T7/73 文献下载
摘要：本公开实施例公开了一种CT图像中球形标记点的定位方法、装置、电子设备及介质。其中，CT图像中球形标记点的定位方法，包括：获取球形标记区域内的初始坐标，得到球形标记点；基于球形标记点属性获取裁剪尺寸和搜索图层，搜索图层为多个；在不同搜索图层依据初始坐标的两个同一平面的坐标值和裁剪尺寸对标记点进行区域裁剪，得到裁剪图像；对于裁剪图像进行处理得到裁剪图像的轮廓信息；基于轮廓信息得到圆形；基于x、y和z方向圆内坐标点总和及圆内点的总计数获取标记点中心，完成标记点的定位。对无金标或金标位置不固定标记点，可准确地获取其中心用于光学的位置探测的目的。
ct 图像球形标记定位方法装置电子设备介质

[发明专利]基于深度卷积神经网络的CT图像处理方法、处理装置及电子设备-CN202210387057.6在审
发明人： 菅影超;马善达;吴烨峰;王虹;陈佳琪 -专利权人：江苏瑞尔医疗科技有限公司
申请日： 2022-04-14 - 公布日： 2022-08-05 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种基于深度卷积神经网络的CT图像处理方法、装置及电子设备，其中的处理方法包括：获取包括有患者目标部位的原始厚层CT图像；对原始厚层CT图像实施去床及裁剪处理，获得裁剪后的厚层CT图像；对裁剪后的厚层CT图像实施归一化处理；根据患者目标部位的种类实施对厚层CT图像的尺寸调整及切片处理，获得具有预定尺寸的厚层CT图像；将厚层CT图像输入至训练好的深度卷积神经网络模型中，获得薄层CT预测图像；对薄层CT预测图像实施后处理，获得最终的薄层CT图像。本发明通过预先训练好的深度卷积神经网络模型，将厚层CT图像转换为高质量的薄层CT图像，进而提升了重建得到的DRR图像的质量，最终提高了与X‑ray图像进行配准的精度和成功率。
基于深度卷积神经网络 ct 图像处理方法装置电子设备

[发明专利]一种CT图像中床板的去除方法-CN202111451463.6在审
发明人： 菅影超;马善达 -专利权人：江苏瑞尔医疗科技有限公司
申请日： 2021-12-01 - 公布日： 2022-03-08 - 主分类号： G06T3/00 文献下载
摘要：本发明涉及医学图像处理技术领域，具体公开了一种CT图像中床板的去除方法，其中，包括：获取CT图像；计算所述CT图像的最佳椭圆区域；对所述最佳椭圆区域的图像进行图像处理，获得多个连通区域；将多个连通区域按照预设阈值要求整合得到一个区域，并根据整合后的区域获取去床后的CT图像。本发明提供的CT图像中床板的去除方法采用对图像中的有效区域进行提取，达到去床的目的，具有高效且效果好的优势。
一种 ct 图像床板去除方法

[发明专利]基于厚层CT图像生成薄层CT图像的系统及方法-CN202110464632.3在审
发明人： 菅影超;马善达 -专利权人：江苏瑞尔医疗科技有限公司
申请日： 2021-04-28 - 公布日： 2021-06-18 - 主分类号： G06T7/00 文献下载
摘要：本发明提出的基于厚层CT图像生成薄层CT图像的系统及方法，包括图像获取模块，用于获取厚层CT图像以及薄层CT图像；切片处理模块，用于对厚层CT图像进行切片处理，获得厚层CT图像集；网络训练模块，用于采用级联神经网络模型对所述厚层CT图像集以及所述薄层CT图像集进行训练，获得级联神经网络模型的最优模型参数；薄层CT预测图像获取模块，用于基于厚层CT图像集以及最优模型参数通过级联神经网络模型进行薄层CT图像的预测，获得薄层CT预测图像。通过级联神经网络模型的训练和预测，能够使生成的薄层CT图像的质量提高，有效避免出现失真的情况，提高重建得到的DRR图像的质量、与X‑ray图像的配准精度和成功率。
基于 ct 图像生成薄层系统方法

[发明专利]基于MRI图像生成伪CT图像的系统及方法-CN202010385110.X在审
发明人： 菅影超;付东山 -专利权人：江苏瑞尔医疗科技有限公司
申请日： 2020-05-09 - 公布日： 2020-08-25 - 主分类号： G06T7/246 文献下载
摘要：本发明提供了一种基于MRI图像生成伪CT图像的系统，首先通过图像配准模块将两种不同模态的MRI图像与CT图像进行三维配准，确定位置信息，确保二者解剖位置的对应；然后再通过在伪CT图像生成模块中搭建Python平台，将配准后的MRI图像利用三维深度卷积神经网络转换为伪CT图像，将MRI图像层与层之间的信息关联起来，提高了预测图像的准确性，即提高了生成的伪CT图像空气与骨骼连接处以及骨骼与软组织连接处的准确性；此外，系统通过上采样操作和级联操作，增加了图像信息，进一步提高了预测图像的准确性；同时，避免了患者进行CT检查的电离辐射风险，且避免了患者需要进行MRI和CT两项检查的经济负担。
基于 mri 图像生成 ct 系统方法

1
共 7 条