龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：江苏省人民医院(南京医科大学第一附属医院)
申请日：2024-04-15
公开（公告）日：2024-06-11
公开（公告）号：CN118172357A
主分类号：G06T7/00
分类号：G06T7/00;G06T7/11;G06V10/26;G06V10/25;G06V10/82;G06V10/774
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.28#实质审查的生效;2024.06.11#公开
摘要：本发明公开了一种基于磁共振扩散张量成像的腰骶丛神经根分割方法、介质和设备，首先获取腰骶丛神经DTI影像学DICOM数据，并将其存储为NRRD格式；然后，对DTI数据进行感兴趣区域提取，并将其感兴趣区域标注数据转换为PNG格式的灰度图像存储；最后，将DTI数据及其感兴趣区域标注数据输入到深度学习分割模型中进行训练，并通过训练好的分割模型对腰骶丛神经根进行分割预测。本发明利用了深度学习分割模型以学习更加丰富的图像信息，采用基于窗口和移动窗口的多头自注意力机制来增强模型对于不同分辨率尺度下的全局特征学习能力，并通过结合卷积模块以及小波特征提取模块构造了SwinDW融合模块，以此来更好地融合全局和低频特征；本发明还使用了多尺度特征自适应融合模块将当前编码模块的特征图与不同分辨率尺度下的编码模块特征图进行注意力融合，以此来学习不同尺度编码模块的特征信息，缓解编码器下采样导致的空间信息损失，从而较好地提高了腰骶丛神经根的分割效果。
主权项：1.基于磁共振扩散张量成像的腰骶丛神经根分割方法，其特征在于，包括：采集病人的DTI影像学数据；对DTI影像学数据进行感兴趣区域提取，并对DTI影像学数据及感兴趣区域标注数据进行处理；将处理后的DTI影像学数据及感兴趣区域标注数据进行训练集和测试集的随机数据划分，然后将划分的训练集和测试集输入到深度学习分割模型中进行训练；使用训练好的深度学习分割模型进行腰骶丛神经根分割预测。
全文数据：
权利要求：
百度查询： 江苏省人民医院(南京医科大学第一附属医院) 基于磁共振扩散张量成像的腰骶丛神经根分割方法、介质和设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号