CN112862944A - 人体组织超声建模方法、超声设备及存储介质 - Google Patents
人体组织超声建模方法、超声设备及存储介质 Download PDFInfo
- Publication number
- CN112862944A CN112862944A CN201911091180.8A CN201911091180A CN112862944A CN 112862944 A CN112862944 A CN 112862944A CN 201911091180 A CN201911091180 A CN 201911091180A CN 112862944 A CN112862944 A CN 112862944A
- Authority
- CN
- China
- Prior art keywords
- tissue
- ultrasonic
- probe
- modeled
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000000523 sample Substances 0.000 claims abstract description 52
- 238000003062 neural network model Methods 0.000 claims abstract description 10
- 238000002604 ultrasonography Methods 0.000 claims description 25
- 230000015654 memory Effects 0.000 claims description 21
- 230000004927 fusion Effects 0.000 claims description 11
- 238000013334 tissue model Methods 0.000 claims description 7
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000002591 computed tomography Methods 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 210000001519 tissue Anatomy 0.000 description 40
- 238000003384 imaging method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 210000000481 breast Anatomy 0.000 description 2
- 210000001715 carotid artery Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 210000002216 heart Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003754 fetus Anatomy 0.000 description 1
- 210000000232 gallbladder Anatomy 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 210000005075 mammary gland Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 210000001685 thyroid gland Anatomy 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
- 210000004291 uterus Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
- A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Software Systems (AREA)
- Radiology & Medical Imaging (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Quality & Reliability (AREA)
- Vascular Medicine (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像处理技术领域，具体涉及人体组织超声建模方法、超声设备及存储介质。本发明的人体组织超声建模方法，包括：探头沿预设方向对待建模组织进行超声扫描，获取待建模组织的每个切面的超声图像；获取所述探头扫查不同切面的超声图像所对应的六自由度参数；将每个切面的超声图像以及对应的六自由度参数输入训练好的深度神经网络模型得到待建模组织的三维超声模型。本发明通过能够通过训练好的深度神经网络模型对待建模组织若干切面的超声图像进行重建，重建准确度高，提高医护人员寻找标准切面的效率。
Description
技术领域
本发明涉及超声图像处理技术领域，具体涉及人体组织超声建模方法、超声设备及存储介质。
背景技术
传统医疗影像设各仅仅提供人体内部的二维图像，医生只能凭经验由多幅二维图像去估计病灶的大小及形状，以此想像病灶与其周围组织的三维几何关系，这给治疗带来了困难。而三维可视化技术可以由一系列二维图像重构出三维形体，并在终端显示出来。因此不仅能得到有关成像物体直观、形象的整体概念，而且还可保存许多重要的三维信息。另外，由于超声成像较CT和MRI具有无创、无电离辐射以及操作灵活等明显优势，所以超声三维成像势必会在医学临床上得到广泛的应用，开展超声领域中的三维可视化研究显得十分必要。
发明内容
本发明的目的在于克服现有技术中存在的不足，提供了一种高准确率的人体组织超声建模方法、超声设备及存储介质，
能够方便医生进行操作，提高工作效率。本发明实施例采用的技术方案是：特别地，本发明提供了一种人体组织超声建模方法，包括：
探头沿预设方向对待建模组织进行超声扫描，获取待建模组织的每个切面的超声图像；
获取所述探头扫查不同切面的超声图像所对应的六自由度参数；
将每个切面的超声图像以及对应的六自由度参数输入训练好的深度神经网络模型得到待建模组织的三维超声模型。
进一步地，若所述探头有效探测尺寸小于待建模组织，则探头沿横向方向偏移预设距离后继续沿预设方向对待建模组织进行超声扫描。
进一步地，所述深度神经网络模型包括：
第一卷积神经网络，用于获取待建模组织的超声图像特征；
第二卷积神经网络，用于获取所述探头的六自由度参数的位置方向特征；
特征融合网络，将每个切面的超声图像特征与对应的所述探头的位置方向特征进行融合，生成融合特征；
三维重建网络，根据待建模组织的每个切面的融合特征生成三维超声模型。
进一步地，获取所述探头的六自由度参数步骤包括：
通过磁场发生器生成包含所述探头以及待建模组织的世界坐标系；
通过安装在探头上的磁定位器获取所述探头的六自由度参数，所述六自由度参数包括探头的位置参数和方向参数。
进一步地，所述预设距离为所述探头的二分之一宽度。
进一步地，还包括：
通过CT扫描或MRI扫描获取待建模组织的三维轮廓模型；
通过训练好的匹配模型将所述三维超声模型与所述三维组织模型进行匹配，判断所述探头是否漏扫待建模组织；
若探头存在漏扫查，则发出漏扫查提示。
进一步地，所述漏扫查提示为语音提示、振动提示或者指示灯中一种或多种。
进一步地，所述匹配模型通过匹配三维超声模型与所述三维组织模型的轮廓进行匹配。
特别地，本发明还提供了一种超声设备，包括：
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行上述的人体组织超声建模方法。
特别地，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行上述的人体组织超声建模方法。
本发明通过能够通过训练好的深度神经网络模型对待建模组织若干切面的超声图像进行重建，并采对应探头的六自由参数，提高了三维重建准确性，提高医护人员寻找标准切面的效率。
进一步地，本发明通过训练好的匹配模型对重建生成的三维超声模型进行匹配，防止超声探头存在漏检的情况，提高了重建的准确度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的一实施例的人体组织超声建模方法的流程图。
图2是本发明的另一实施例人体组织超声建模方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
传统医疗影像设各仅仅提供人体内部的二维图像，医生只能凭经验由多幅二维图像去估计病灶的大小及形状，以此想像病灶与其周围组织的三维几何关系，这给治疗带来了困难。如图1所示，本发明提供了一种人体组织超声建模方法，包括：
步骤S100，探头沿预设方向对待建模组织进行超声扫描，获取待建模组织的每个切面的超声图像；
通过超声探头沿预设方向均匀的对待建模组织进行超声扫描，获取待建模组织每个切面对应的超声图像。探头扫查的组织为心脏、肾脏、肝脏、血管、胆囊、子宫、乳腺、胎儿、甲状腺等。
步骤S200，获取所述探头扫查不同切面的超声图像所对应的六自由度参数；
本发明获取所述探头的六自由度参数步骤包括：通过磁场发生器生成包含所述探头以及待建模组织的世界坐标系；通过安装在探头上的磁定位器获取所述探头的六自由度参数，所述六自由度参数包括探头的位置参数和方向参数。在另一实施例中，也可以通过摄像头获取探头的六自由度参数。可以理解的是超声图像三维重建过程中需要掌握每个切面的超声图像的位置信息和方向信息。
步骤S300，将每个切面的超声图像以及对应的六自由度参数输入训练好的深度神经网络模型得到待建模组织的三维超声模型。
在一实施例中，本发明的深度神经网络模型包括：第一卷积神经网络，用于获取待建模组织的超声图像特征；第二卷积神经网络，用于获取所述探头的六自由度参数的位置方向特征；特征融合网络，将每个切面的超声图像特征与对应的所述探头的位置方向特征进行融合，生成融合特征；三维重建网络，根据待建模组织的每个切面的融合特征生成三维超声模型。
本发明通过能够通过训练好的深度神经网络模型对待建模组织若干切面的超声图像进行重建，并采对应探头的六自由参数，提高了三维重建准确性，提高医护人员寻找标准切面的效率。
可以理解的是，在检查颈动脉的时候，颈动脉可以在单帧超声图像中完全显示，而在心脏或者乳腺病灶筛查时，超声探头在某个位置单次扫描无法显示完整的心脏或者乳腺，需要操作人员多次移动探头的位置，以扫查整个组织。若所述探头有效探测尺寸小于待建模组织，则探头沿横向方向偏移预设距离后继续沿预设方向对待建模组织进行超声扫描。优选地，所述预设距离为所述探头的二分之一宽度。
如图2所示，针对扫查过程中可能存在的漏检情况，本发明还通过训练好的匹配模型判断重建后的三维超声模型是完整，具体包括步骤
S400，通过CT扫描或MRI扫描获取待建模组织的三维轮廓模型；
S500，通过训练好的匹配模型将所述三维超声模型与所述三维组织模型进行匹配，判断所述探头是否漏扫待建模组织；若探头存在漏扫查，则发出漏扫查提示。漏扫查提示为语音提示、振动提示或者指示灯中一种或多种。匹配模型通过匹配三维超声模型与所述三维组织模型的轮廓进行匹配。
作为本发明的另一实施例，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行上述的人体组织超声建模方法。
应当理解的是，本发明提供的存储介质能够存储用于执行前文所述的人体组织超声建模方法，以使得。
作为本发明的另一实施例，本发明还提供了一种超声设备，包括：
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行上述的人体组织超声建模方法。
存储器，存储有计算机程序的程序指令；计算机程序的程序指令用于被处理器加载并执行以实现如前文的超声融合成像方法的步骤；
处理器，用于加载并执行存储器上的程序指令，以实现前文的超声融合成像方法的步骤；
其中，存储器可以包括易失性存储器（英文：volatile memory），例如随机存取存储器（英文：random-access memory，缩写：RAM）；存储器也可以包括非易失性存储器（英文：non-volatile memory），例如快闪存储器（英文：flash memory），硬盘（英文：hard disk drive，缩写：HDD）或固态硬盘（英文：solid-state drive，缩写：SSD）；存储器还可以包括上述种类的存储器的组合。
其中，处理器可以是中央处理器（英文：central processing unit，缩写：CPU），网络处理器（英文：network processor，缩写：NP）或者CPU和NP的组合。其中，处理器还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路（英文：application-specificintegrated circuit，缩写：ASIC），可编程逻辑器件（英文：programmable logic device，缩写：PLD）或其组合。上述PLD可以是复杂可编程逻辑器件（英文：complex programmablelogic device，缩写：CPLD），现场可编程逻辑门阵列（英文：field-programmable gatearray，缩写：FPGA），通用阵列逻辑（英文：generic array logic, 缩写：GAL）或其任意组合。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种人体组织超声建模方法，其特征在于，包括：
探头沿预设方向对待建模组织进行超声扫描，获取待建模组织的每个切面的超声图像；
获取所述探头扫查不同切面的超声图像所对应的六自由度参数；
将每个切面的超声图像以及对应的六自由度参数输入训练好的深度神经网络模型得到待建模组织的三维超声模型。
2.根据权利要求1所述的人体组织超声建模方法，其特征在于，若所述探头有效探测尺寸小于待建模组织，则探头沿横向方向偏移预设距离后继续沿预设方向对待建模组织进行超声扫描。
3. 根据权利要求1或2 所述的人体组织超声建模方法，其特征在于，所述深度神经网络模型包括：
第一卷积神经网络，用于获取待建模组织的超声图像特征；
第二卷积神经网络，用于获取所述探头的六自由度参数的位置方向特征；
特征融合网络，将每个切面的超声图像特征与对应的所述探头的位置方向特征进行融合，生成融合特征；
三维重建网络，根据待建模组织的每个切面的融合特征生成三维超声模型。
4.根据权利要求1或2所述的人体组织超声建模方法，其特征在于，获取所述探头的六自由度参数步骤包括：
通过磁场发生器生成包含所述探头以及待建模组织的世界坐标系；
通过安装在探头上的磁定位器获取所述探头的六自由度参数，所述六自由度参数包括探头的位置参数和方向参数。
5.根据权利要求2所述的人体组织超声建模方法，其特征在于，所述预设距离为所述探头的二分之一宽度。
6.根据权利要求1所述的人体组织超声建模方法，其特征在于，还包括：
通过CT扫描或MRI扫描获取待建模组织的三维轮廓模型；
通过训练好的匹配模型将所述三维超声模型与所述三维组织模型进行匹配，判断所述探头是否漏扫待建模组织；
若探头存在漏扫查，则发出漏扫查提示。
7.根据权利要求6所述的人体组织超声建模方法，其特征在于，所述漏扫查提示为语音提示、振动提示或者指示灯中一种或多种。
8.根据权利要求6或7所述的人体组织超声建模方法，其特征在于，所述匹配模型通过匹配三维超声模型与所述三维组织模型的轮廓进行匹配。
9.一种超声设备，其特征在于，包括：
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-8中任一项所述的人体组织超声建模方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的人体组织超声建模方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911091180.8A CN112862944B (zh) | 2019-11-09 | 2019-11-09 | 人体组织超声建模方法、超声设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911091180.8A CN112862944B (zh) | 2019-11-09 | 2019-11-09 | 人体组织超声建模方法、超声设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112862944A true CN112862944A (zh) | 2021-05-28 |
| CN112862944B CN112862944B (zh) | 2024-04-12 |
Family
ID=75984169
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911091180.8A Active CN112862944B (zh) | 2019-11-09 | 2019-11-09 | 人体组织超声建模方法、超声设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112862944B (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100998511A (zh) * | 2006-01-11 | 2007-07-18 | 中国科学院自动化研究所 | 一种实时自由臂三维超声成像系统及其方法 |
| US20120277588A1 (en) * | 2011-04-26 | 2012-11-01 | General Electric Company | Systems and methods for fusing sensor and image data for three-dimensional volume reconstruction |
| CN203328720U (zh) * | 2013-05-08 | 2013-12-11 | 上海大图医疗科技有限公司 | 一种基于计算机视觉技术的三维超声成像系统 |
| WO2016176863A1 (zh) * | 2015-05-07 | 2016-11-10 | 深圳迈瑞生物医疗电子股份有限公司 | 三维超声成像方法和装置 |
| CN106248340A (zh) * | 2016-07-08 | 2016-12-21 | 西南科技大学 | 一种基于三维超声成像技术的风洞模型3d冰形在线测量方法 |
| CN109124764A (zh) * | 2018-09-29 | 2019-01-04 | 上海联影医疗科技有限公司 | 手术引导装置以及手术系统 |
| KR20190029173A (ko) * | 2017-09-12 | 2019-03-20 | 서강대학교산학협력단 | 스마트 기기를 이용한 딥 러닝 기반 의료용 초음파 영상 분류 방법 및 장치 |
| CN109727243A (zh) * | 2018-12-29 | 2019-05-07 | 无锡祥生医疗科技股份有限公司 | 乳腺超声图像识别分析方法及系统 |
| CN109745062A (zh) * | 2019-01-30 | 2019-05-14 | 腾讯科技（深圳）有限公司 | Ct图像的生成方法、装置、设备及存储介质 |
| US10297070B1 (en) * | 2018-10-16 | 2019-05-21 | Inception Institute of Artificial Intelligence, Ltd | 3D scene synthesis techniques using neural network architectures |
| US20190206095A1 (en) * | 2017-12-29 | 2019-07-04 | Tsinghua University | Image processing method, image processing device and storage medium |
| WO2019136412A1 (en) * | 2018-01-08 | 2019-07-11 | Rivanna Medical Llc | Three-dimensional imaging and modeling of ultrasound image data |
| CN110021014A (zh) * | 2019-03-29 | 2019-07-16 | 无锡祥生医疗科技股份有限公司 | 基于神经网络的神经组织识别方法、系统及存储介质 |
| CN110090069A (zh) * | 2019-06-18 | 2019-08-06 | 无锡祥生医疗科技股份有限公司 | 超声穿刺引导方法、引导装置和存储介质 |
| CN110119148A (zh) * | 2019-05-14 | 2019-08-13 | 深圳大学 | 一种六自由度姿态估计方法、装置及计算机可读存储介质 |
| CN110162048A (zh) * | 2019-05-22 | 2019-08-23 | 集美大学 | 一种船舶间运动补偿方法及系统 |
-
2019
- 2019-11-09 CN CN201911091180.8A patent/CN112862944B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100998511A (zh) * | 2006-01-11 | 2007-07-18 | 中国科学院自动化研究所 | 一种实时自由臂三维超声成像系统及其方法 |
| US20120277588A1 (en) * | 2011-04-26 | 2012-11-01 | General Electric Company | Systems and methods for fusing sensor and image data for three-dimensional volume reconstruction |
| CN203328720U (zh) * | 2013-05-08 | 2013-12-11 | 上海大图医疗科技有限公司 | 一种基于计算机视觉技术的三维超声成像系统 |
| WO2016176863A1 (zh) * | 2015-05-07 | 2016-11-10 | 深圳迈瑞生物医疗电子股份有限公司 | 三维超声成像方法和装置 |
| CN106248340A (zh) * | 2016-07-08 | 2016-12-21 | 西南科技大学 | 一种基于三维超声成像技术的风洞模型3d冰形在线测量方法 |
| KR20190029173A (ko) * | 2017-09-12 | 2019-03-20 | 서강대학교산학협력단 | 스마트 기기를 이용한 딥 러닝 기반 의료용 초음파 영상 분류 방법 및 장치 |
| US20190206095A1 (en) * | 2017-12-29 | 2019-07-04 | Tsinghua University | Image processing method, image processing device and storage medium |
| WO2019136412A1 (en) * | 2018-01-08 | 2019-07-11 | Rivanna Medical Llc | Three-dimensional imaging and modeling of ultrasound image data |
| CN109124764A (zh) * | 2018-09-29 | 2019-01-04 | 上海联影医疗科技有限公司 | 手术引导装置以及手术系统 |
| US10297070B1 (en) * | 2018-10-16 | 2019-05-21 | Inception Institute of Artificial Intelligence, Ltd | 3D scene synthesis techniques using neural network architectures |
| CN109727243A (zh) * | 2018-12-29 | 2019-05-07 | 无锡祥生医疗科技股份有限公司 | 乳腺超声图像识别分析方法及系统 |
| CN109745062A (zh) * | 2019-01-30 | 2019-05-14 | 腾讯科技（深圳）有限公司 | Ct图像的生成方法、装置、设备及存储介质 |
| CN110021014A (zh) * | 2019-03-29 | 2019-07-16 | 无锡祥生医疗科技股份有限公司 | 基于神经网络的神经组织识别方法、系统及存储介质 |
| CN110119148A (zh) * | 2019-05-14 | 2019-08-13 | 深圳大学 | 一种六自由度姿态估计方法、装置及计算机可读存储介质 |
| CN110162048A (zh) * | 2019-05-22 | 2019-08-23 | 集美大学 | 一种船舶间运动补偿方法及系统 |
| CN110090069A (zh) * | 2019-06-18 | 2019-08-06 | 无锡祥生医疗科技股份有限公司 | 超声穿刺引导方法、引导装置和存储介质 |
Non-Patent Citations (5)
| Title |
|---|
| 朱磊: "基于三维超声的小儿心脏二尖瓣运动分析", 《中国博士学位论文全文数据库 医药卫生科技辑》, no. 08, 15 August 2008 (2008-08-15), pages 069 - 1 * |
| 杨敏 等: "基于L-M算法的机械臂三维超声图像标定方法", 软件导刊, vol. 18, no. 11, pages 152 - 156 * |
| 燕学智 等: "一种实现六自由度测量的超声三维定位系统和定位方法与流程", Retrieved from the Internet <URL:http://www.xjishu.com/zhuanli/52/201810093554.html> * |
| 王晓宇: "基于Freehand超声图像的三维重建方法研究", 中国优秀硕士学位论文全文数据库, no. 2012, pages 138 - 1284 * |
| 秦天天: "基于CNN的医学超声图像超分辨率重建", 中国优秀硕士学位论文全文数据库, no. 2019, pages 138 - 901 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112862944B (zh) | 2024-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6717514B2 (ja) | 冠状血管３次元再構築の方法、装置、設備及び記憶媒体 | |
| JP5737858B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
| EP4254334A2 (en) | System and method for valve quantification | |
| US20180344169A1 (en) | Photoacoustic apparatus, signal processing method of photoacoustic apparatus, and program | |
| KR20130023735A (ko) | 장기 모델 영상 생성 방법 및 장치 | |
| JP2017035469A (ja) | 画像処理装置、画像処理方法、およびプログラム | |
| CN108320314B (zh) | 一种基于ct横断图像的图像处理方法和装置、显示系统 | |
| US20230316550A1 (en) | Image processing device, method, and program | |
| BR112020014733A2 (pt) | Método implementado por computador para a obtenção de medições anatômicas em uma imagem de ultrassom, meios de programa de computador, dispositivo de análise de imagem e método de imageamento por ultrassom | |
| EP3937755A1 (en) | Device and method for analyzing optoacoustic data, optoacoustic system and computer program | |
| Colley et al. | A methodology for non-invasive 3-d surveillance of arteriovenous fistulae using freehand ultrasound | |
| JP6489800B2 (ja) | 画像処理装置、画像診断システム、画像処理方法およびプログラム | |
| CN110738633B (zh) | 一种机体组织的三维图像处理方法及相关设备 | |
| JP6489801B2 (ja) | 画像処理装置、画像診断システム、画像処理方法およびプログラム | |
| JP6431342B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
| EP2433570A1 (en) | Ultrasound system for displaying slice of object and method thereof | |
| CN115311191A (zh) | 使用深度学习估计的扫描方案遮罩来生成三维解剖结构扫描的重新格式化视图 | |
| CN112862944B (zh) | 人体组织超声建模方法、超声设备及存储介质 | |
| US20190251691A1 (en) | Information processing apparatus and information processing method | |
| Amorim et al. | Automatic reconstruction of dental CT images using optimization | |
| JP7127212B2 (ja) | 画像の向き設定装置、方法およびプログラム | |
| CN114299096A (zh) | 一种轮廓勾画方法、装置、设备及存储介质 | |
| EP3910597A1 (en) | Body representations | |
| US11227399B2 (en) | Analysis apparatus, ultrasound diagnostic apparatus, and analysis method | |
| WO2021117349A1 (ja) | 情報処理装置、情報処理システム、情報処理方法、及び情報処理プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |