“宫恩浩”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11个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度残差网络的全身肿瘤分割方法及系统-CN202311024077.8在审
发明人：詹昕锐;宫恩浩;宫恩莹;项磊 -专利权人：长沙微妙医疗科技有限公司
申请日： 2023-08-15 - 公布日： 2023-10-27 - 主分类号： G06V10/26 文献下载
摘要：本发明提供一种基于深度残差网络的全身肿瘤分割方法及系统，该方法包括获取全身正电子发射断层图像和对应的金标准分割图像，并对图像按照预设的空间间距进行重采样；对重采样后的全身正电子发射断层图像和金标准分割图像进行预处理；将预处理后的全身正电子发射断层图像和金标准分割图像作为训练集，训练深度残差网络；将待分割的图像输入到已训练的深度残差网络中；根据已训练的深度残差网络输出分割预测图像。与现有的单一空间间距训练方法对比，本方法可以处理不同空间间距数据并保持良好的鲁棒性，通过结合深度残差网络和图像重采样技术，实现了全身肿瘤分割的高质量、准确性和效率，对于肿瘤诊断、治疗规划和评估具有重要的应用价值。
一种基于深度网络全身肿瘤分割方法系统

[发明专利]磁共振图像对比度合成方法及系统-CN202310877516.3有效
发明人：张志浩;项磊;王泷;宫恩浩 -专利权人：深智透医疗科技发展（上海）有限责任公司
申请日： 2023-07-18 - 公布日： 2023-10-17 - 主分类号： G06T5/50 文献下载
摘要：本申请提供一种磁共振图像对比度合成方法及系统，磁共振图像对比度合成方法，包括获取同一部位处两种对比度的多组样本图像，并分组定义为源对比度图像与目标对比度图像；计算所述源对比度图像到所述目标对比度图像的残差映射，并构建一深度残差网络模型；模型训练步骤：将多组所述源对比度图像输入至所述深度残差网络模型，并计算输出的合成图像与对应的所述目标对比度图像之间的联合损失值；判断是否满足终止条件，若否，更新所述深度残差网络模型的参数，并循环模型训练步骤，若是，停止训练；获取一采集图像，并利用所述深度残差网络模型输出对应的合成图像，以解决现有的合成方法导致合成图像与真实采集图像的相似度较低的技术问题。
磁共振图像对比度合成方法系统

[发明专利]一种基于深度学习的医学图像跨对比度合成方法及系统-CN202310820636.X有效
发明人：项磊;张志浩;王泷;宫恩浩 -专利权人：长沙微妙医疗科技有限公司
申请日： 2023-07-06 - 公布日： 2023-10-13 - 主分类号： G06T5/50 文献下载
摘要：本发明提供一种基于深度学习的医学图像跨对比度合成方法及系统，该方法包括获取同一部位的两种对比度图像，并对两种对比度图像进行预处理，用做训练集；使用训练集训练双流融合生成网络；对待合成的图像进行预处理，输入到已训练的双流融合生成网络中；根据已训练的所述双流融合生成网络获取合成图像。通过双流融合生成网络使用双分支，全局分支专注于全局图像生成，局部分支用于局部区域生成并精细化轮廓和纹理细节。全局分支将多尺度的上下文信息融合到局部分支，提高局部区域细节的生成质量。本发明提出的方法能降低合成图像的模糊程度，图像质量更高。
一种基于深度学习医学图像对比度合成方法系统

[发明专利]使用自关注深度学习进行图像增强的系统和方法-CN202080003449.7有效
发明人：项磊;王泷;张涛;宫恩浩 -专利权人：长沙微妙医疗科技有限公司
申请日： 2020-09-28 - 公布日： 2023-08-25 - 主分类号： B01J31/22 文献下载
摘要：提供了一种用于改进图像质量的计算机实现的方法。该方法包括：使用医学成像设备获取受试者的医学图像，其中以缩短的扫描时间或减少的示踪剂量获取医学图像；将深度学习网络模型应用于医学图像以生成一个或多个特征关注图，以便医师分析具有改进的图像质量的受试者的医学图像。
使用关注深度学习进行图像增强系统方法

[发明专利]用于实时视频去噪的系统和方法-CN202280005196.6在审
发明人： 宫恩浩;本·安德鲁·达菲;加亚纳纳·凯沙瓦·达塔;大卫·范维恩 -专利权人：深透医疗公司
申请日： 2022-06-06 - 公布日： 2023-04-18 - 主分类号： A61B6/03 文献下载
摘要：提供了一种用于改进现场视频质量的计算机实现的方法。该方法包括：(a)使用医学成像设备获取对象的连续图像帧流；(b)将连续图像帧流馈送到第一组去噪组件，其中第一组去噪组件中的每一个被配置为在空间域中对连续图像帧流中的图像帧进行去噪以输出中间图像帧；(c)将多个中间图像帧馈送到第二去噪组件，其中第二去噪组件被配置为(i)在时间域中对多个中间图像帧进行去噪并且(ii)生成权重图；以及至少部分地基于权重图输出在时间域和空间域两者中具有改进的质量的最终图像帧。
用于实时视频系统方法

[发明专利]用于实时视频增强的系统和方法-CN202180027278.6在审
发明人：大卫·范维恩;王泷;张涛;宫恩浩;本·安德鲁·达菲 -专利权人：深透医疗公司
申请日： 2021-02-09 - 公布日： 2022-11-25 - 主分类号： A61B6/03 文献下载
摘要：提供了一种用于改进现场视频质量的计算机实现的方法。该方法包括：使用医学成像设备获取对象的连续图像帧流，以减少的辐射剂量获取连续图像帧流；将深度学习网络模型应用于连续图像帧流，以生成具有改进质量的图像帧；在显示器上实时显示具有改进质量的图像帧。
用于实时视频增强系统方法

[发明专利]用于改进低剂量体积对比增强MRI的系统和方法-CN202080003447.8在审
发明人：乔纳森·塔米尔;斯里瓦特扎·帕苏玛斯文卡塔;张涛;宫恩浩 -专利权人：深透医疗公司
申请日： 2020-09-23 - 公布日： 2021-03-09 - 主分类号： G06T7/00 文献下载
摘要：提供了用于改进模型的鲁棒性和通用性的方法和系统。该方法可以包括：使用医学成像设备来获取受试者的医学图像；在多个扫描取向上重新格式化所述受试者的医学图像；将深度网络模型应用于所述医学图像以改进所述医学图像的质量；以及输出所述受试者的改进质量图像以供医师分析。
用于改进剂量体积对比增强 mri 系统方法

[发明专利]使用深度学习进行准确快速的正电子发射断层扫描的系统和方法-CN202080002702.7在审
发明人：张涛;宫恩浩 -专利权人：深透医疗公司
申请日： 2020-08-19 - 公布日： 2021-02-09 - 主分类号： A61B6/03 文献下载
摘要：提供了一种计算机实现的方法，用于以缩短的获取时间来改进图像质量。该方法包括：确定用于使用医学成像设备对受试者进行成像的加速图像获取参数；以及根据加速图像获取参数使用医学成像设备获取受试者的医学图像；将深层网络模型应用于医学图像，以生成具有改进质量的对应变换医学图像；以及使用自适应混合算法将医学图像和对应变换医学图像进行组合以生成输出图像。
使用深度学习进行准确快速正电子发射断层扫描系统方法

[发明专利]使用深度学习进行磁共振成像标准化的系统和方法-CN201980030732.6在审
发明人： 宫恩浩;张涛;格雷戈里·扎哈尔丘克 -专利权人：深透医疗公司
申请日： 2019-06-14 - 公布日： 2021-02-02 - 主分类号： G06K9/46 文献下载
摘要：提供了一种用于在多个供应商之间变换磁共振(MR)成像的计算机实现的方法。该方法包括：获得训练数据集，其中训练数据集包括成对数据集和未成对数据集，并且其中训练数据集包括使用两个或更多个MR成像设备获取的图像数据；使用训练数据集训练深度网络模型；获得输入的MR图像；以及使用深度网络模型将输入的MR图像变换为目标图像样式。
使用深度学习进行磁共振成像标准化系统方法

[发明专利]使用深度学习改进磁共振成像的系统和方法-CN201980026863.7在审
发明人：张涛;宫恩浩 -专利权人：深透医疗公司
申请日： 2019-04-17 - 公布日： 2020-11-24 - 主分类号： A61B5/055 文献下载
摘要：提供了一种计算机实现的方法，用于以缩短的获取时间来改进图像质量。该方法包括：确定用于使用医学成像设备对对象成像的加速图像获取方案；使用医学成像设备根据加速图像获取方案获取对象的医学图像；将深度网络模型应用于医学图像以改进医学图像的质量；以及输出对象的改进质量图像以供医师分析。
使用深度学习改进磁共振成像系统方法

[发明专利]用于合成磁共振图像的系统和方法-CN201980010251.9在审
发明人：苏珊德丽玛·班纳吉;宫恩浩;格雷格·扎哈楚克;约翰·M·保利 -专利权人：通用电气公司;小利兰·斯坦福大学托管委员会
申请日： 2019-02-14 - 公布日： 2020-09-11 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了用于由定量采集合成对比度图像的方法和系统。示例性方法包括执行定量扫描，使用训练深度神经网络由该定量扫描合成对比度图像，以及输出由该训练深度神经网络合成的该对比度图像。在另一示例性方法中，操作者可识别该合成对比度图像的目标对比度类型。训练鉴别器和分类器模块确定该合成对比度图像是否具有真实图像质量以及该合成对比度图像是否匹配该目标对比度类型。
用于合成磁共振图像系统方法

1
共 11 条