“龚南杰”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10个，建议您升级VIP下载更多相关专利

[发明专利]一种医学图像处理方法、系统、装置和计算机可读介质-CN201910423862.8有效
发明人：冯涛;龚南杰 -专利权人：上海联影医疗科技股份有限公司
申请日： 2019-05-21 - 公布日： 2022-11-22 - 主分类号： A61B6/03 文献下载
摘要：本申请提供了一种医学图像处理方法、系统、装置和计算机可读存储介质。所述方法包括：获取目标对象的第一模态图像数据；基于所述目标对象的第一模态图像数据，利用第一图像重建算法生成所述目标对象的初始衰减图像；利用机器学习模型处理所述目标对象的初始衰减图像，得到所述目标对象的优化衰减图像；根据所述目标对象的优化衰减图像对所述目标对象的第一模态图像数据进行衰减校正，得到经衰减校正的第一模态图像，或者，根据所述目标对象的优化衰减图像确定所述目标对象的第二模态图像。通过本申请可以在患者免受额外扫描的情况下得到其较精确的衰减图像。
一种医学图像处理方法系统装置计算机可读介质

[发明专利]一种CT图像分辨率优化方法及装置-CN202210164396.8有效
发明人：潘博洋;龚南杰 -专利权人：南昌睿度医疗科技有限公司
申请日： 2022-02-23 - 公布日： 2022-07-15 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种CT图像分辨率优化方法及装置，采集若干个CT匹配图像对，并基于采集的CT匹配图像对构建训练数据集；构建用于将低分辨率CT图像重建为高分辨率CT图像的神经网络模型；利用训练数据集训练神经网络模型，得到训练好的神经网络模型；将待优化的目标CT图像输入至训练好的神经网络模型中，得到高分辨率的目标CT图像。可见，本申请可利用深度学习将低分辨率CT图像重建为高分辨率CT图像，即无需CT超分辨率扫描也能得到高分辨率的CT图像，从而在提高CT图像分辨率的同时降低患者在扫描过程中损害健康的风险；而且，本申请的训练数据集采用患者真实的临床数据，使得构建的神经网络模型具有更强的普适性。
一种 ct 图像分辨率优化方法装置

[发明专利]温度成像方法、装置、计算机设备和存储介质-CN201810686780.8有效
发明人：明政杨;龚南杰 -专利权人：上海联影医疗科技股份有限公司
申请日： 2018-06-28 - 公布日： 2022-02-01 - 主分类号： A61B5/055 文献下载
摘要：本申请涉及一种温度成像方法、装置、计算机设备和存储介质。所述方法包括：建立磁共振指纹字典；向感兴趣区域施加磁共振指纹序列，以得到所述感兴趣区域的磁共振信号；根据所述磁共振信号重建所述感兴趣区域的磁共振图像；将所述磁共振图像与所述磁共振指纹字典进行匹配，得到对应的所述感兴趣区域的温度值。上述温度成像方法、装置、计算机设备和存储介质，将磁共振指纹技术应用到温度成像中，利用生物热传导模型设计磁共振指纹序列并建立磁共振指纹字典，将温度作为一个参数加入到磁共振指纹技术中，从而通过将磁共振图像信号与磁共振指纹字典进行比对得到温度，效果更好，适应性更强。
温度成像方法装置计算机设备存储介质

[发明专利]一种磁共振成像方法及相关设备-CN202110638201.4在审
发明人： 龚南杰;祁成晓;潘博洋 -专利权人：苏州深透智能科技有限公司
申请日： 2021-06-08 - 公布日： 2021-09-07 - 主分类号： G01R33/56 文献下载
摘要：本申请实施例公开了一种磁共振成像方法，包括：获取目标患者的第一磁共振图像，所述第一磁共振图像为依据所述目标患者的待检测区域的部分K空间数据获得；将所述第一磁共振图像输入预先训练好的图像处理神经网络模型，预先训练好的图像处理神经网络模型由低质量磁共振成像及对应的高质量磁共振成像的训练集训练获得。获得所述图像处理神经网络模型输出的与所述第一磁共振图像对应的第二磁共振图像。使用图像处理神经网络模型进行处理所获得的第二磁共振图像与第一磁共振图像相比，更接近使用全部K空间数据所获得的成像，因此使用第二磁共振图像可以获得更多的患者器官组织信息，提高了磁共振成像所获得的成像的分辨率，提高了信噪比。
一种磁共振成像方法相关设备

[发明专利]一种SPECT成像预测模型创建方法、装置、设备及存储介质-CN202110311613.7在审
发明人： 龚南杰;项磊;潘博洋 -专利权人：苏州深透智能科技有限公司
申请日： 2021-03-24 - 公布日： 2021-06-22 - 主分类号： G06T11/00 文献下载
摘要：本申请公开了一种SPECT成像预测模型创建方法、装置、设备及存储介质。该方法包括：获取含有多个扫描图像组的训练集；其中，每个扫描图像组中包括相互对应的标准采集时长SPECT图像和短采集时长SPECT图像；以深度卷积神经网络为基础进行网络构建，得到待训练网络；将所述训练集中的短采集时长SPECT图像作为输入侧训练数据，将所述训练集中的标准采集时长SPECT图像作为输出侧训练数据，对所述待训练网络进行训练，得到SPECT成像预测模型，以便利用所述SPECT成像预测模型预测得到短采集时长SPECT图像在标准采集时长下的SPECT预测图像。能在保留医学影像的成像质量的情况下大幅度降低SPECT成像时间。
一种 spect 成像预测模型创建方法装置设备存储介质

[发明专利]基于深度学习的快速X射线动态实时成像去噪方法-CN202011563657.0在审
发明人： 龚南杰;王嘉宸 -专利权人：苏州深透智能科技有限公司
申请日： 2020-12-25 - 公布日： 2021-05-14 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于深度学习的快速X射线动态实时成像去噪方法，包括如下步骤：S1、对临床采集的X射线动态实时视频数据进行预处理得到数据集；S2、构建包含至少一个去噪模块的深度学习模型，其中，所述至少一个去噪模块形成一层网络或者级联的两层网络；S3、使用所述数据集训练所述深度学习模型；S4、将低辐射剂量的X射线动态实时视频的若干连续帧输入到经步骤S3训练好的深度学习模型中，输出若干连续帧的中间帧的去噪结果。本发明所提出的基于深度学习的快速X射线动态实时成像视频去噪的方法使得在保证去噪效果的基础上，去噪时间大大缩短，可以应用于以往方法无法达到的手术视频实时去噪处理。
基于深度学习快速射线动态实时成像方法

[发明专利]图像处理方法、装置、多模态成像系统、存储介质及设备-CN201811258632.2有效
发明人： 龚南杰;徐俊燊 -专利权人：上海联影医疗科技股份有限公司
申请日： 2018-10-26 - 公布日： 2021-04-20 - 主分类号： G06T7/33 文献下载
摘要：本申请提出一种图像处理方法、装置、多模态成像系统、存储介质及设备，获取多模态初始图像；通过神经网络得到第一初始图像及第二初始图像包含的图像特征；根据第一初始图像及第二初始图像包含的图像特征，通过神经网络对至少一种模态的初始图像进行图像重建处理，得到对应的重建图像。通过多模态初始图像进行特征提取，获取所有模态初始图像包含的图像特征，并结合所有模态的包含的图像特征分别对单模态的初始图像进行图像重建处理，可以使得单模态的重建图像包含更多的图像特征，从而可以提高重建图像的质量，诊断人员在根据重建图像进行诊断分析时，可以根据更多的图像特征得到更准确的目标信息，进而提高诊断分析的准确性。
图像处理方法装置多模态成像系统存储介质设备

[发明专利]基于深度学习的增强图像质量的方法-CN202011244150.9在审
发明人： 龚南杰;潘博洋 -专利权人：苏州深透智能科技有限公司
申请日： 2020-11-10 - 公布日： 2020-12-29 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于深度学习的增强图像质量的方法，包括获取不使用造影剂和低造影剂使用量的图像；进行图像预处理，消除不匹配区域获得时间对应的图像，得到对应的不使用造影剂的图像和低造影剂使用量的图像组；将得到的不使用造影剂的医学图像和低造影剂使用量的图像组作为增强图像质量神经网络的输入图像；构建增强图像质量神经网络模型；训练构建的增强图像质量神经网络模型；将得到的输入图像输入训练完成的增强图像质量神经网络模型，得到与正常造影剂使用量的医学图像具有基本上相同的图像质量。通过深度学习手段将低剂量低对比度医学图像优化为标准剂量高对比图医学图像的同时，还能够改善图像信噪比等图像质量指标。
基于深度学习增强图像质量方法

[发明专利]一种图像处理方法、装置、电子设备和可读存储介质-CN202010777861.6在审
发明人： 龚南杰;潘海洋 -专利权人：苏州深透智能科技有限公司
申请日： 2020-08-05 - 公布日： 2020-11-06 - 主分类号： G06T3/40 文献下载
摘要：本申请提供一种图像处理方法、装置、设备和可读存储介质，该方法包括：获取低质量医学图像集和对应的高质量医学图像集；将低质量医学图像集和高质量医学图像集输入预设神经网络模块进行图像训练，得到神经网络模型；根据神经网络模型对测试图像进行测试，得到处理后图像；当接收到处理后图像的验证通过信息时，确定神经网络模型通过验证，并根据神经网络模型对待处理图像进行处理，得到高质量医学图像。本申请通过神经网络模型将快速扫描的低质量图像向高质量图像的转化，实现了增强信噪比，提高分辨率以及降低伪影的效果，成本低廉，转化效率高。
一种图像处理方法装置电子设备可读存储介质

[发明专利]一种基于深度学习的PET快速成像方法和系统-CN202010501497.0在审
发明人： 龚南杰;潘博洋 -专利权人：深圳深透医疗科技有限公司
申请日： 2020-06-04 - 公布日： 2020-10-16 - 主分类号： G06T11/00 文献下载
摘要：一种基于深度学习的PET快速成像方法和系统，包括：获取通过第一长时间和第二短时间采集的匹配的核医学图像组；对核医学图像组预处理及图像大小和信号强度归一化处理；构建基于Res‑UNet的噪声识别神经网络，噪声识别网络使用包括由在采集的核医学图像上随机添加噪声信号构成的网络输入图像和噪声信号构成的网络输出图像；构建具有多个卷积神经网络CNN级串联的包括对称串接连接的编码器‑解码器残差深度网络结构的图像重建卷积网络，输入为第二短时间采集的图像以及作为多模态输入的多对比度图像；训练图像重建卷积网络，以使图像重建卷积网络能先验地提取输入的核医学图像以及多对比度图像的有效图像特征从而重建长时间采集的高质量核医学图像。
一种基于深度学习 pet 快速成像方法系统

1
共 10 条