“碘伪影”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57870个，建议您升级VIP下载更多相关专利

[发明专利]磁场梯度非线性伪影去除方法、装置及磁共振成像设备-CN202211298909.0在审
发明人：鲍波涛 -专利权人：深圳市联影高端医疗装备创新研究院
申请日： 2022-10-21 - 公布日： 2023-01-13 - 主分类号： G06T11/00 文献下载
摘要：本发明提供了一种磁场梯度非线性伪影去除方法、装置及磁共振成像设备，其方法包括：基于由编码数据训练获得的目标梯度非线性伪影去除模型对待处理数据进行伪影数据去除，获得无磁场梯度非线性伪影数据；基于所述无磁场梯度非线性伪影数据确定无磁场梯度非线性伪影图像本发明在消除磁场非线性梯度伪影的同时确保了根据获得的无磁场梯度非线性伪影数据重建而成的磁共振图像的信噪比。
磁场梯度非线性去除方法装置磁共振成像设备

[发明专利]CT图像环状伪影的处理方法、装置、系统及存储介质-CN202111664486.5在审
发明人：王宏斌;潘树新;马德龙;王彦君;刘文强;崔键 -专利权人：中国石油天然气股份有限公司
申请日： 2021-12-31 - 公布日： 2023-07-14 - 主分类号： G06T11/00 文献下载
摘要：本发明实施方式提供一种CT图像环状伪影的处理方法、装置、系统及存储介质，属于图像处理技术领域。方法包括：获取原始CT图像；对原始CT图像进行第一滤波处理，提取原始CT图像中的环状伪影图像；对环状伪影图像进行第一转换处理，获得第一环状伪影转换图像，并对第一环状伪影转换图像进行第二滤波处理，得到第二环状伪影转换图像；对第二环状伪影转换图像进行第二转换处理，获得第三环状伪影转换图像，第二转换处理为第一转换处理的逆过程；对原始CT图像与第三环状伪影转换图像执行图像相减处理，得到不包括环状伪影的目标CT图像。本发明有效提高了环状伪影处理的精确性，能得到质量更高的去伪影图像，图像边缘保存完整，信噪比高。
ct 图像环状处理方法装置系统存储介质

[发明专利]用于减少成像数据中的局部伪影的方法和系统-CN201380010576.X有效
发明人： A·A·伊索拉;E·S·汉西斯;J·维格特 -专利权人：皇家飞利浦有限公司
申请日： 2013-02-18 - 公布日： 2017-06-20 - 主分类号： A61B6/00 文献下载
摘要：提供了一种用于减少成像数据中的诸如运动伪影和骨骼条纹伪影的局部伪影的方法和系统。所述方法包括分割所述成像数据以识别所述成像数据中的一个或多个可疑区域，预计在所述一个或多个可疑区域附近出现局部伪影；在每个可疑区域周围定义成像数据中的感兴趣的伪影包含区域；以及在所述伪影包含区域内应用局部偏置场以校正所述局部伪影
用于减少成像数据中的局部方法系统

[发明专利]MRI图像的伪影去除方法、装置、医疗设备及存储介质-CN201810843555.0有效
发明人：杨洁;李雅芬;李文;朱艳春;谢耀钦 -专利权人：中国科学院深圳先进技术研究院
申请日： 2018-07-27 - 公布日： 2022-04-05 - 主分类号： G06T5/00 文献下载
摘要：本发明适用医疗设备领域，提供了一种MRI图像的伪影去除方法、装置、医疗设备及存储介质，该方法包括：当接收到目标MRI图像的伪影去除请求时，先获取目标MRI图像，再通过多伪影训练集训练得到的预设层数深度残差网络对目标MRI图像进行伪影去除操作，输出去除伪影后的目标MRI图像，这样，通过预先使用各种类型的伪影图像进行深度学习后的深度残差网络对目标MRI图像进行伪影去除，从而丰富了可去除伪影的类型，进而提高了伪影去除的效率
mri 图像去除方法装置医疗设备存储介质

[发明专利]一种用于医疗图像的修复方法及设备-CN201910118315.9在审
发明人：肖月庭;阳光;郑超 -专利权人：数坤（北京）网络科技有限公司
申请日： 2019-02-15 - 公布日： 2019-06-07 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种用于医疗图像的修复方法及设备，所述方法包括：获取并分割原始医疗图像，得到非血管区域图像和血管区域图像；分类所述血管区域图像，得到非伪影血管区域图像和伪影血管区域图像；利用深度学习模型修复所述伪影血管区域图像，得到修正后的伪影血管区域图像；整合所述非血管区域图像、非伪影血管区域图像和修正后的伪影血管区域图像，得到正常医疗图像。本发明通过将医疗图像进行分割得到存在伪影现象的伪影血管区域图像，并针对伪影血管区域图像采用深度学习模型进行修复，最后再整合在一起，提高了深度学习模型对伪影血管区域图像的修复效果，能够有效解决医疗图像中的伪影问题
血管区域伪影图像医疗图像修复修复方法及设备非血管区域整合修正有效解决分割学习分类诊断

[发明专利]一种CRP伪影抑制方法、系统、电子设备和存储介质-CN202310291301.3在审
发明人：周觅 -专利权人：重庆医药集团席勒医疗设备有限公司
申请日： 2023-03-23 - 公布日： 2023-06-30 - 主分类号： A61B5/346 文献下载
摘要：本发明公开一种CRP伪影抑制方法、系统、电子设备和存储介质，包括以下步骤：S1：获取待处理的包含CPR伪影的原始ECG数据；S2：对原始ECG数据进行预处理，将ECG信号和CPR伪影进行第一次分离，得到不包含ECG信号的CPR伪影信号；S3：计算S2中CPR伪影信号的功率谱密度；S4：根据功率谱密度PSD找出CPR伪影信号的分量频点，再根据分量频点对CPR伪影信号进行重构，得到CPR干扰信号；S5：采用卡尔曼自适应滤波器对CPR干扰信号进行递归求解得到CPR伪影估计量；S6：从原始ECG数据去除CPR伪影估计量，得到无CPR伪影的ECG数据。通过该方法，可以从原始ECG数据中信号中去除CPR伪影，提高除颤判断类型的准确性。
一种 crp 抑制方法系统电子设备存储介质

[发明专利]一种多CT图像融合的方法及装置-CN202310993666.0在审
发明人：高新春;李永飞 -专利权人：经智信息科技（山东）有限公司
申请日： 2023-08-09 - 公布日： 2023-09-08 - 主分类号： G06T5/50 文献下载
摘要：方法包括：包括获取人体三维CT图像数据，人体三维CT图像数据包括若干张层面CT图像；对CT图像进行伪影识别处理，并利用伪影识别结果对CT图像进行标注处理，标注结果包括伪影类型；根据标注结果确定伪影训练集和伪影验证集；根据伪影训练集对伪影检测模型进行迭代训练，利用伪影验证集进行评估，当神经网络模型达到预设的迭代训练次数，则停止训练，并导出伪影检测模型；将若干张CT图像输入伪影检测模型，输出带有标注结果的CT图像，通过标注结果对CT图像中的伪影进行校正处理，获得校正后的CT图像，若干张校正后的CT图像融合形成人体当前部位的三维CT图像。
一种 ct 图像融合方法装置

[发明专利]一种基于深度学习的CT伪影识别方法和装置-CN202210995588.3有效
发明人：陈志晔;刘梦琦;葛文浩;赵术强;樊文萍;席晓旭;陈栋栋;冯健;赖永航;曹鸥 -专利权人：青岛美迪康数字工程有限公司
申请日： 2022-08-19 - 公布日： 2022-11-29 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及医疗图像识别技术领域，具体提供了一种基于深度学习的CT伪影识别方法和装置，所述方法包括：调用预先训练得到的初级伪影类别识别模型对待识别的CT图像序列中各个CT图像的伪影子类别进行识别，得到各个CT图像的初级伪影类别识别结果；对CT图像序列中各个CT图像的初级伪影类别识别结果进行统计，根据统计结果生成伪影类别特征向量；调用预先训练得到的终级伪影类别识别模型对所述伪影类别特征向量进行识别，得到所述CT图像序列的伪影类别识别结果。本申请能够更加准确快速的获得CT检查的伪影类别，以便医生为后续CT检查做出正确干预，进而提高诊断的准确性。
一种基于深度学习 ct 识别方法装置

[发明专利]扫描图像的伪影去除方法、装置、计算机设备及存储介质-CN202310525198.4在审
发明人：王唐胜;梁晓坤;谢耀钦 -专利权人：中国科学院深圳先进技术研究院
申请日： 2023-05-10 - 公布日： 2023-08-04 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及医学图像处理技术领域，公开了一种扫描图像的伪影去除方法、装置、计算机设备及存储介质。其中，该方法包括：获取带有环形伪影的待校正扫描图像；将待校正扫描图像中的环形伪影转换为条状伪影，得到带有条状伪影的第一图像；采用预设无监督网络模型消除第一图像中的条状伪影，生成第二图像；基于第一图像和第二图像进行伪影去除通过实施本发明技术方案，充分利用了深度学习中的无监督网络模型解决了扫描图像环形伪影严重的问题，实现了环形伪影的有效去除。
扫描图像去除方法装置计算机设备存储介质

[发明专利]图像校正方法及装置-CN201610894098.9有效
发明人：王毅;曹文静 -专利权人：上海联影医疗科技有限公司
申请日： 2016-10-13 - 公布日： 2017-11-28 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种图像校正方法及装置，该方法包括接收待校正图像；获取该待校正图像的感兴趣区域相关图像；检测该感兴趣区域相关图像的伪影，并基于该伪影生成伪影图像；基于该伪影图像对待校正图像进行校正。本发明提供方法及装置可有效去除图像中的伪影，尤其是条状伪影。
图像校正方法装置

[发明专利]推荐扫描方案的同时动态提示MR扫描伪影的方法及系统-CN202110711847.0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： G06T11/00 文献下载
摘要：本发明提供了一种推荐扫描方案的同时动态提示MR扫描伪影的方法，包括：定义MR扫描伪影知识参数并形成伪影知识库；当有扫描方案提示给扫描技师时，调取所述扫描方案中的序列特征，将所述扫描方案中的序列特征与所述伪影知识库中的伪影出现的序列特征进行匹配本发明还提供了一种在利用扫描知识库动态提示扫描方案的同时提示可能出现的MR扫描伪影的系统。本发明通过将扫描知识库推荐的序列特征与伪影产生的序列特征进行对比和匹配，提前进行可能出现的伪影与消除伪影的方法的提示，以便前瞻性地减少伪影，提高扫描质量，进而提升基层MR诊断质量，对整个扫描质量的提升都有积极的意义
推荐扫描方案同时动态提示 mr 方法系统

[发明专利]不确定性引导的双域核磁共振成像伪影校正方法及系统-CN202310338596.5在审
发明人：孙剑;王嘉珍;杨一哲;杨燕 -专利权人：西安交通大学
申请日： 2023-03-31 - 公布日： 2023-07-18 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种不确定性引导的双域核磁共振成像伪影校正方法及系统，该方法可以从核磁共振成像设备中采集的有运动伪影的k空间数据重建出高质量的无运动伪影的图像。该方法主要包括运动损坏的k空间数据分布建模、k空间不确定性引导的双域运动伪影校正模型构造、双域运动伪影校正网络构造、双域运动伪影校正网络训练过程、运动伪影校正过程五大步骤。采用多组有运动伪影的k空间数据以及相应的无运动伪影的图像和k空间数据训练网络参数，使得网络的图像输出和k空间数据输出分别与无运动伪影的图像和k空间数据尽可能的逼近。在应用中，输入有运动伪影的k空间数据，即可从网络的输出获得高质量的无运动伪影的核磁共振图像。
不确定性引导核磁共振成像校正方法系统

[发明专利]动态图像反锐化掩模去伪影增强方法及装置-CN201710492125.4有效
发明人：孙凯;叶超;刘德建 -专利权人：深圳市安健科技股份有限公司
申请日： 2017-06-26 - 公布日： 2020-07-17 - 主分类号： G06T5/00 文献下载
摘要：本发明适用于医学图像处理领域，提供了一种动态图像反锐化掩模去伪影增强方法，包括：利用反锐化掩模USM增强算法对待处理的动态图像进行分解，得到高频细节图像和低频轮廓图像；根据高频细节图像生成细节增强去伪影掩模和动态范围压缩去伪影掩模；利用细节增强去伪影掩模和动态范围压缩去伪影掩模对高频细节图像进行去伪影细节增强处理，得到去伪影细节增强后的高频细节图像，对低频轮廓图像进行动态范围压缩，得到压缩后的低频轮廓图像；合成去伪影细节增强后的高频细节图像和压缩后的低频轮廓图像，得到去伪影后的动态图像；本发明提供的方法使得高频细节图像在进行细节增强的同时进行去伪影优化，以消除产生的伪影，提高动态图像显示效果。
动态图像锐化掩模去伪影增强方法装置

[发明专利]CT图像金属伪影去除方法、装置及计算机可读存储介质-CN202011101348.1有效
发明人：曾凯;冯亚崇 -专利权人：南京安科医疗科技有限公司
申请日： 2020-10-15 - 公布日： 2021-02-09 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种CT图像金属伪影去除方法、装置及计算机可读存储介质，包括步骤：收集包含金属伪影图像和不含金属伪影图像，处理得到对应的投影数据；对生成的两种投影数据分别进行重建，生成包含金属伪影图像和无伪影图像，进一步处理得到初始伪影抑制图像和数据完整性map；设计神经网络和损失函数，神经网络输出去除伪影后的图像等。本发明的CT图像金属伪影去除方法，利用了金属伪影和周围结构的相关性，以及与组织成分的关系，克服了现有的图像域技术不能把金属扫描数据中的数据完整性信息融入到图像域的处理的过程中的问题，提高了伪影校正的准确性和
ct 图像金属去除方法装置计算机可读存储介质

[发明专利]基于机器学习的去伪影方法、去伪影模型训练方法及装置-CN201910984591.3有效
发明人：尚焱 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-10-16 - 公布日： 2021-09-28 - 主分类号： H04N19/117 文献下载
摘要：本申请公开了一种基于机器学习的去伪影方法、去伪影模型训练方法及装置，涉及人工智能领域。上述方法包括：通过获取待处理的视频；调用去伪影模型预测视频的第i个原始图像帧的残差，得到第i个原始图像帧的预测残差；调用去伪影模型将预测残差与对应的原始图像帧相加，得到去伪影处理后的目标图像帧；将若干个目标图像帧按序进行编码压缩，得到去伪影后的视频帧序列。该方法通过采用残差学习结构的去伪影模型对视频压缩过程中可能产生的伪影进行预处理，避免编码压缩后视频明显地出现多类伪影，可以解决对多类伪影统一处理的难题。
基于机器学习去伪影方法模型训练装置