“混叠伪影”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果473210个，建议您升级VIP下载更多相关专利

[发明专利]使用阵列空间伪灵敏度编码技术的多次激发扩散加权成像的设备和方法-CN201680021198.9有效
发明人： A.吉东 -专利权人：通用电气公司
申请日： 2016-04-08 - 公布日： 2019-08-20 - 主分类号： G01R33/56 文献下载
摘要：所述方法还包括重构每个所述MRI扫描激发的混叠图像；根据所述校准图像，重构每个所述MRI扫描激发的非混叠图像；从所述多个非混叠图像和从所述校准图像，恢复多个伪灵敏度图；以及根据所述多个伪灵敏度图，从所述多个混叠图像，解开至少一个最终的非混叠图像。
使用阵列空间灵敏度编码技术多次激发扩散加权成像设备方法

[发明专利]一种基于区域判断的图像重建方法、系统及设备-CN202310518925.4有效
发明人：杨浩宇;刘敏;刘安琪;邓美;许文清;司超增 -专利权人：中日友好医院（中日友好临床医学研究所）
申请日： 2023-05-10 - 公布日： 2023-07-18 - 主分类号： G06T11/00 文献下载
摘要：包括：获取金属伪影图像，基于无金属伪影图像分布特征对金属伪影图像进行特征映射和特征重建，得到初步重建的金属伪影图像；计算初步重建的金属伪影图像与金属伪影图像的特征差异图；根据特征差异图中的差异值分布得到初步重建的金属伪影图像中的金属伪影区域；对金属伪影区域进行增强或抑制处理，重建得到无金属伪影重建结果。本发明方法旨在基于无金属伪影图像分布特征和金属伪影图像的特征分布情况对金属伪影区域去伪影，以发掘特征分布差异在图像重建中的特异性分析能力和潜在应用价值。
一种基于区域判断图像重建方法系统设备

[发明专利]一种医学图像伪影去除方法-CN202210900405.5在审
发明人：晁震;宿锐 -专利权人：晁震
申请日： 2022-07-28 - 公布日： 2022-10-25 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种医学图像伪影去除方法，其包括将具有环状伪影的图像转换为第一直线性伪影图像；将第一直线性伪影图像通过平滑处理得到第二直线性伪影图像；将第二直线性伪影图像与第一直线性伪影图像相减，得到高对比度图像；将高对比度图像通过径向基神经网络得到伪影去除后的图像；将伪影去除后的图像通过逆极坐标变换得到无环图像。本发明通过极坐标变换将环状伪影转换为线性伪影，再通过平滑操作准确定位环状伪影，通过自适应梯度下降算法和重力搜索算法的结合对神经网络进行训练，精确提取和学习源信息，不仅可以更多地保留源图像的细节信息，而且可以保证影像中环状伪影去除的效果，还原出高度真实去除伪影的图像。
一种医学图像去除方法

[发明专利]CT图像去金属伪影以及模型训练的方法和装置-CN202111460697.7有效
发明人：张逸凌;刘星宇 -专利权人：北京长木谷医疗科技有限公司;张逸凌
申请日： 2021-12-01 - 公布日： 2022-09-16 - 主分类号： G06T11/00 文献下载
摘要：本申请公开了一种CT图像去金属伪影以及模型训练的方法和装置。该方法包括：根据关节的位置生成不包含金属伪影的关节假体的CT原图像集；根据CT原图像集生成包含金属伪影的关节假体的带伪影CT图像集；利用去伪影算法对所述带伪影CT图像集进行金属伪影去除处理，生成至少两个不包含金属伪影的去伪影CT图像集；将所述带伪影CT图像集以及所述至少两个去伪影CT图像集作为训练样本输入初始神经网络模型，通过调整所述初始神经网络模型中的模型参数，直至所述初始神经网络模型训练成功。本申请对神经网络模型进行训练时，因为采用了有金属伪影和无金属伪影的CT图像进行训练，所以模型的鲁棒性比较高，可以提高模型去伪影的效果。
ct 图像金属以及模型训练方法装置

[发明专利]一种伪影的校正方法、伪影校正系数的仿真方法及装置-CN201910611576.4有效
发明人：逄岭;程度 -专利权人：东软医疗系统股份有限公司
申请日： 2019-07-08 - 公布日： 2023-04-25 - 主分类号： G06T11/00 文献下载
摘要：本发明实施例公开了一种伪影的校正方法、伪影校正系数的仿真方法及装置。利用预设的系数对金属穿刺过程中采集的实际CT图像进行伪影校正，无需在金属穿刺过程中进行大量的计算和处理，大大的减少了伪影校正的计算量，提高了伪影的校正效率；而且，通过预先经过大量仿真得到的多个专门用于校正伪影的系数，对包括伪影的CT图像进行伪影的校正，可以有效的避免对整个CT图像进行图像处理消除伪影时存在伪影校正的效果不够理想的问题，提高了伪影校正的准确性。另外，通过伪影校正系数的仿真方法，为在金属穿刺过程中对含伪影CT图像进行快速、准确的伪影校正提供了数据基础，以便利用该CT图像准确的引导金属穿刺，确保金属穿刺的治疗效果。
一种校正方法系数仿真装置

[发明专利]在诊断报告系统中动态提示MR伪影的方法及系统-CN202110713426.1在审
发明人：李懋;岳新 -专利权人：李懋;北京赛迈特锐医疗科技有限公司
申请日： 2021-06-25 - 公布日： 2021-10-22 - 主分类号： G16H30/20 文献下载
摘要：一种在诊断报告系统中动态提示MR伪影的方法，包括：定义MR扫描伪影知识参数并形成伪影知识库；接收患者检查的DICOM图像，调用特征判断程序，判断所述DICOM图像的伪影信息；将所述DICOM图像的伪影信息存储到结构化伪影数据管理表中；诊断医生打开结构化报告界面，从所述结构化伪影数据管理表中提取所述DICOM图像的伪影信息，显示给诊断医生。本发明还提供了一种在诊断报告系统中动态提示MR伪影的系统。本发明通过根据每个患者的真实MR扫描情况动态给出可能出现的伪影，以及伪影的示例，能降低一线诊断医生的学习强度，减少碰到伪影时产生的困惑，在出现伪影时能高效率和高质量地进行处理。
诊断报告系统动态提示 mr 方法

[发明专利]一种无监督分布式CT金属伪影抑制方法及系统-CN202310188813.7在审
发明人：边兆英;马思源;曾智雄;曾翠蝶;王昊;马建华;曾栋 -专利权人：南方医科大学
申请日： 2023-03-02 - 公布日： 2023-05-09 - 主分类号： G06T11/00 文献下载
摘要：一种无监督分布式CT金属伪影抑制方法及系统,其中抑制方法包括如下步骤：步骤(1)、构建云端配对CT金属伪影数据集和多个影像中心的非配对CT金属伪影数据集；步骤(2)、将云端配对CT金属伪影数据集输入基础网络进行有监督学习训练，得到云端金属伪影抑制模型参数，每个对应本地影像中心根据云端金属伪影抑制模型参数及对应的非配对CT金属伪影数据集进行无监督学习训练，得到本地金属伪影抑制模型参数，然后采用联邦学习策略交互式训练，最终得到优化金属伪影抑制模型；步骤(3)、根据步骤(2)得到的优化金属伪影抑制模型对影像中心的金属伪影CT图像重建，得到最终伪影抑制CT图像。本发明能够保护患者隐私能提高CT金属伪影的抑制性能。
一种监督分布式 ct 金属抑制方法系统

[发明专利]医学图像处理方法、装置、计算机设备和存储介质-CN202110469953.2在审
发明人：辛阳;史宇航;李国斌;胡立翔;陈艳霞 -专利权人：上海联影医疗科技股份有限公司
申请日： 2021-04-28 - 公布日： 2022-10-28 - 主分类号： G06T11/00 文献下载
摘要：所述方法包括：将待处理医学图像输入至目标伪影识别模型，得到目标伪影识别模型输出的目标伪影属性信息，目标伪影属性信息用于指示待处理医学图像中的伪影的属性特征；将待处理医学图像和目标伪影属性信息输入至目标伪影程度识别模型，得到目标伪影程度识别模型输出的伪影程度指示信息，伪影程度指示信息用于指示待处理医学图像中的伪影对待处理医学图像的图像质量的影响程度；若待处理医学图像中的伪影对待处理医学图像的图像质量的影响程度大于或等于预设伪影影响程度阈值
医学图像处理方法装置计算机设备存储介质

[发明专利]伪影去除方法、装置、电子设备和存储介质-CN202110302949.7有效
发明人：请求不公布姓名 -专利权人：上海壁仞智能科技有限公司
申请日： 2021-03-22 - 公布日： 2023-06-27 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种伪影去除方法、装置、电子设备和存储介质，其中方法包括：确定初始图像和伪影去除模型；将初始图像输入至伪影去除模型，得到伪影去除模型输出的初始图像的去伪影图像；伪影去除模型是在包含丢弃层的网络构架上应用样本图像及其去伪影图像训练得到的本发明提供的方法、装置、电子设备和存储介质，有效克服了将传统深度学习模型应用在伪影去除时，由于训练和测试图像分布不同导致准确率低的问题，降低了伪影去除的实现难度，提高了伪影去除的可靠性和准确性。此外，伪影去除模型与图像内容无关，具备通用性，不受运动估计限制，可用于实现各种形式的低照度图像的伪影去除，有效保证了伪影去除的可用性。
去除方法装置电子设备存储介质

[发明专利]医学图像伪影自动识别方法、系统及存储介质-CN202010665256.X在审
发明人：孙箫宇;李雪;来关军;于丹;张宾;郭宝珠;马壮;王新琪 -专利权人：大连东软教育科技集团有限公司
申请日： 2020-07-11 - 公布日： 2020-10-20 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种医学图像伪影自动识别方法、系统及存储介质。该方法包括：获取待检测医学图像；对待检测医学图像进行伪影特征增强，得到经过伪影特征增强的图像；利用基于深度学习的医学图像伪影自动识别模型对经过伪影特征增强的图像进行伪影识别，得到待检测医学图像的类别信息，类别信息包括有伪影或无伪影；该医学图像伪影自动识别模型通过集成多个基于深度学习的模型得到；基于类别信息，得出待检测医学图像的伪影识别预测结果。本发明提供的方案，基于医学图像伪影自动识别模型进行伪影自动识别，能够提供快速和相对精准的医疗辅助诊断，提高了临床诊断的精确性和效率。
医学图像自动识别方法系统存储介质

[发明专利]伪影校正分析方法、电子设备及存储介质-CN202011606804.8在审
发明人：付天宇;郑介志;沈宏 -专利权人：上海联影智能医疗科技有限公司
申请日： 2020-12-30 - 公布日： 2021-04-13 - 主分类号： G06T11/00 文献下载
摘要：本发明提供一种伪影校正分析方法、电子设备及存储介质，该方法包括：获取待校正图像；将所述待校正图像输入预设的伪影校正模型，得到所述待校正图像的目标伪影校正图像；其中，所述伪影校正模型用于预测所述待校正图像的初步伪影校正图像，并对所述初步伪影校正图像进行细节修复，得到所述待校正图像的目标伪影校正图像。本发明能够避免伪影校正后的图像丢失细节，提高图像伪影校正的准确性。
校正分析方法电子设备存储介质

[发明专利]基于形态学的导管伪影处理方法和装置-CN202211206884.7在审
发明人：刘梦情;王正义;张林涛;冯庆宇 -专利权人：武汉阿格斯科技有限公司
申请日： 2022-09-30 - 公布日： 2022-12-23 - 主分类号： G06T7/00 文献下载
摘要：本申请涉及一种基于形态学的导管伪影处理方法、装置和电子设备。该基于形态学的导管伪影处理方法包括：获取通过OCT成像技术获得的A‑Line图像；剪切所述A‑Line图像上预定宽度范围的直线高亮区域以获得待处理导管伪影图像；使用预定阈值分割算法从所述待处理导管伪影图像分割出血管壁与导管伪影图像；以及，基于导管伪影的形态学特征处理所述血管壁与导管伪影图像以获得导管伪影图像。这样，可以根据导管伪影的分布情况来选择合适的计算边界，并基于导管的形态学特征处理导管伪影，从而准确地处理导管伪影图像。
基于形态学导管处理方法装置

[发明专利]去除条形伪影的方法、系统、可读存储介质和设备-CN202110992187.8在审
发明人：刘炎炎 -专利权人：上海联影医疗科技股份有限公司
申请日： 2021-08-27 - 公布日： 2021-11-12 - 主分类号： G06T5/00 文献下载
摘要：本申请涉及一种去除条形伪影的方法、系统、可读存储介质和设备，根据条形伪影的范围确定掩模图像，对掩模图像进行平滑处理，将平滑后的掩模图像加回含有条形伪影的扫描图像，完成条形伪影的去除。通过确定条形伪影的范围来获取掩模图像，并进行平滑处理，并加回有条形伪影的扫描图像，即使条形伪影的强度和分布不规则，也可去除条形伪影，增强条形伪影的去除效果，提高医学图像的清晰度和准确性。
去除条形方法系统可读存储介质设备

[发明专利]一种基于深度学习的CT图像黑带伪影消除方法及系统-CN202011417228.2在审
发明人：任艳君;叶宏伟;陈名亮 -专利权人：明峰医疗系统股份有限公司
申请日： 2020-12-07 - 公布日： 2021-03-05 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种基于深度学习的CT图像黑带伪影消除方法，包括：采集有黑带伪影CT图像及与其不匹配的无黑带伪影CT图像；对有黑带伪影CT图像进行伪影消除；对无黑带伪影CT图像添加噪声；分别对上述四种CT图像进行归一化处理；构建Cycle‑GAN网络模型；利用处理后的有黑带伪影CT图像、无黑带伪影CT图像、CT值偏移的伪影消除CT图像及噪声CT图像对网络模型进行网络训练，直至网络模型的网络参数达到目标条件，得到训练后的网络模型；将待处理CT图像进行伪影消除，将伪影消除前、后的CT图像输入网络模型，得到CT图像。本发明在保证CT图像的整体CT值基本不变的情况下，使CT图像中的黑带伪影得到有效缓解。
一种基于深度学习 ct 图像黑带消除方法系统

[发明专利]医学图像处理方法、装置、计算机设备和存储介质-CN202110833211.3在审
发明人：胡立翔;史宇航;辛阳;陈艳霞;李国斌 -专利权人：上海联影医疗科技股份有限公司
申请日： 2021-07-22 - 公布日： 2023-02-07 - 主分类号： G06T7/00 文献下载
摘要：方法包括：将待处理医学图像输入至目标伪影识别模型，得到目标伪影属性信息，目标伪影属性信息用于指示待处理医学图像中的伪影的属性特征；将待处理医学图像和目标伪影属性信息输入至目标伪影程度识别模型，得到伪影程度指示信息，伪影程度指示信息用于指示待处理医学图像中的伪影对待处理医学图像的图像质量的影响程度；若待处理医学图像中的伪影对待处理医学图像的图像质量的影响程度大于或等于预设伪影影响程度阈值，则输出提示信息。采用本方法能够使用训练的模型实现医学图像伪影的识别，而且模型的训练减少对标签样本的依赖。
医学图像处理方法装置计算机设备存储介质