CN115040100B - 一种视神经血流灌注数值快速采集方法 - Google Patents

一种视神经血流灌注数值快速采集方法 Download PDF

Info

Publication number
CN115040100B
CN115040100B CN202210664150.7A CN202210664150A CN115040100B CN 115040100 B CN115040100 B CN 115040100B CN 202210664150 A CN202210664150 A CN 202210664150A CN 115040100 B CN115040100 B CN 115040100B
Authority
CN
China
Prior art keywords
blood flow
dimensional
optic nerve
flow perfusion
perfusion
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.)
Active
Application number
CN202210664150.7A
Other languages
English (en)
Other versions
CN115040100A (zh
Inventor
孟刚
请求不公布姓名
李励耕
姚泽山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anying Technology Beijing Co ltd
Original Assignee
Anying Technology Beijing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anying Technology Beijing Co ltd filed Critical Anying Technology Beijing Co ltd
Priority to CN202210664150.7A priority Critical patent/CN115040100B/zh
Publication of CN115040100A publication Critical patent/CN115040100A/zh
Application granted granted Critical
Publication of CN115040100B publication Critical patent/CN115040100B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026Measuring blood flow
    • A61B5/0263Measuring blood flow using NMR
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/40Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064Evaluating the brain
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00Medical imaging apparatus involving image processing or analysis
    • A61B2576/02Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/026Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Neurology (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Psychiatry (AREA)
  • Fuzzy Systems (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Hematology (AREA)
  • Cardiology (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Neurosurgery (AREA)
  • Psychology (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明涉及一种视神经血流灌注数值快速采集方法,该方法包括:通过机器学习方法建立视神经各个节段的三维空间模型;采集大脑血流灌注磁共振影像,得到包括脑血流量数值、血流到达时间数值、脑血容量数值的三维大脑血流灌注影像;将所述三维大脑血流灌注影像导入到所述视神经三维空间模型,获得三维视神经血流灌注模型;根据三维视神经血流灌注模型,采集三维空间和时间对应的灌注数值。

Description

一种视神经血流灌注数值快速采集方法
技术领域
本发明涉及医学影像技术领域,特别是涉及视神经的血流灌注数值快速采集方法。
背景技术
视神经血流灌注测定长期以来一直缺乏有效的图像计算方法,主要原因是视神经各个节段因人而异,在颅内的位置不确定,给图像识别,尤其是脑血流灌注图像的识别、灌注数据的采集带来困难。
视神经个体差异性,使得方法学难以通过传统方法使用脑模板配准并进行定量分析,目前影像学尚未建立视神经灌注成像分析方法。
发明内容
本发明的目的是提供一种视神经的血流灌注数值快速采集方法及系统,可以快速采集视神经三维空间和时间对应的脑血流量数值、血流到达时间数值、脑血容量数值。
为实现上述目的,本发明提供了如下方案。
一种视神经的血流灌注数值快速采集方法包括:
通过机器学习方法建立视神经各个节段的三维空间模型。
采集大脑血流灌注磁共振影像,得到包括脑血流量数值、血流到达时间数值、脑血容量数值的三维大脑血流灌注影像。
将所述三维大脑血流灌注影像导入到所述视神经三维空间模型,获得三维视神经血流灌注模型。
根据三维视神经血流灌注模型,采集三维空间和时间对应的灌注数值。
可选地,所通过机器学习方法建立视神经各个节段的三维空间模型,具体方法包括:
人工对训练数据的视神经各节段建模。
通过与标准空间培训,寻找左右视神经的大概位置并扩大范围,裁剪掉完全不相关的脑区。
对上述结果进行边界点的矫正精细,对每一点进行一个boosting分类器学习,针对边界点专门学习分类使用上述机器学习模型对需要分析的数据进行视神经各节段三维建模。
可选地,所述采集大脑血流灌注磁共振影像,得到包括脑血流量数值、血流到达时间数值、脑血容量数值的三维大脑血流灌注影像的具体方法包括:
采用磁共振多延迟动脉自旋标记法获得所述个体大脑的三维大脑血流灌注影像。
可选地,所述三维大脑血流灌注影像导入到所述视神经三维空间模型,获得三维视神经血流灌注模型,具体包括:
对所述三维大脑血流灌注影像进行清晰度增强、降低噪声和图像配准,获得图像处理后的所述大脑血流灌注磁共振影像。
将图像处理后的所述三维大脑血流灌注影像导入到所述视神经三维空间模型,获得三维视神经血流灌注模型。
一种视神经血流灌注数值快速采集系统,包括:
三维空间模型建立模块,用于建立视神经各个节段的三维空间模型。
三维大脑血流灌注影像采集模块,用于采集个体的大脑血流灌注磁共振影像,获得所述个体包括脑血流量数值、血流到达时间数值、脑血容量数值的三维大脑血流灌注影像。
三维视神经血流灌注模型获得模块,用于将所述三维大脑血流灌注影像导入到所述三维空间模型,获得三维视神经血流灌注模型。
大脑血流灌注数值采集模块,用于根据三维视神经血流灌注模型采集三维空间和时间对应的脑血流量数值、血流到达时间数值、脑血容量数值。
可选地,所述三维大脑血流灌注影像采集模块,具体包括:
血流灌注影像采集单元,采用磁共振多延迟动脉自旋标记法获得所述个体大脑的三维大脑血流灌注影像。
可选地,所述三维视神经血流灌注模型获得模块,具体包括:
图像处理单元,对所述三维大脑血流灌注影像进行清晰度增强、降低噪声和图像配准,获得图像处理后的所述大脑血流灌注磁共振影像。
三维视神经血流灌注模型获得单元,用于将图像处理后的所述三维大脑血流灌注影像导入到所述视神经三维空间模型,获得三维视神经血流灌注模型。
可选地,所述三维空间模型建立模块,具体包括:
三维空间模型建立单元,通过机器学习方法建立视神经各个节段的三维空间模型。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明通过建立视神经各个节段的三维空间模型,将包括脑血流量数值、血流到达时间数值、脑血容量数值的个体三维大脑血流灌注影像导入到所述三维空间模型中,从而快速、准确的采集三维空间和时间对应的灌注数值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种视神经血流灌注数值快速采集方法流程示意图。
图2为本发明一种视神经血流灌注数值快速采集系统结构示意图。
具体实施例
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,所描述的实施例仅仅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,本领域普通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。
本发明的目的是提供一种视神经血流灌注数值快速采集方法及系统,快速、准确的采集三维空间和时间对应的灌注数值。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明一种视神经的血流灌注数值快速采集方法流程示意图,如图1所示,一种视神经的血流灌注数值快速采集方法流程示意图包括以下步骤:
步骤101:构建视神经的三维空间模型。
其中,步骤101具体包括:
人工对训练数据的视神经各节段建模。
通过与标准空间培训,寻找左右视神经的大概位置,并扩大范围之后、裁剪掉完全不相关的脑区。
通过3D U-net深度学习,设定与手动分割的重合度作为评价函数,得到视神经各节段的粗糙边界。
对上述结果进行边界点的矫正精细,对每一点进行一个boosting分类器学习,针对边界点专门学习分类器进行边界取舍。
使用上述机器学习模型对需要分析的数据进行视神经各节段三维建模。
步骤102:采集大脑血流灌注磁共振影像,得到包括脑血流量数值、血流到达时间数值、脑血容量数值的三维大脑血流灌注影像。
其中,步骤102具体包括:
采用磁共振多延迟动脉自旋标记法获得个体大脑的灌注影像。具体为,采用基于多延迟多参数非造影磁共振脑血灌注成像的方法获得个体大脑的血流灌注影像。
步骤103:将三维大脑血流灌注影像导入所述视神经三维空间模型,获得三维视神经血流灌注模型。
其中,步骤103具体包括:
对所述三维大脑血流灌注影像进行清晰度增强、降低噪声和图像配准,获得图像处理后的所述大脑血流灌注磁共振影像。
将图像处理后的所述三维大脑血流灌注影像导入到所述视神经三维空间模型,获得三维视神经血流灌注模型。
步骤104:根据三维视神经血流灌注模型,采集三维空间和时间对应的灌注数值。
图2本发明一种视神经血流灌注数值快速采集系统结构示意图,如图2所示,一种视神经血流灌注数值快速采集系统结构示意图包括:
三维空间模型建立模块201,用于建立视神经各个节段的三维空间模型。
三维大脑血流灌注影像采集模块202,用于采集个体的大脑血流灌注磁共振影像,获得所述个体包括脑血流量数值、血流到达时间数值、脑血容量数值的三维大脑血流灌注影像。
三维视神经血流灌注模型获得模块203,用于将所述三维大脑血流灌注影像导入到所述三维空间模型,获得三维视神经血流灌注模型。
大脑血流灌注数值采集模块204,用于根据三维视神经血流灌注模型采集三维空间和时间对应的脑血流量数值、血流到达时间数值、脑血容量数值。
三维大脑血流灌注影像采集模块202,具体包括:
血流灌注影像采集单元,采用磁共振多延迟动脉自旋标记法获得所述个体大脑的三维大脑血流灌注影像。
三维视神经血流灌注模型获得模块,具体包括:
图像处理单元,对所述三维大脑血流灌注影像进行清晰度增强、降低噪声和图像配准,获得图像处理后的所述大脑血流灌注磁共振影像。
三维视神经血流灌注模型获得单元,用于将图像处理后的所述三维大脑血流灌注影像导入到所述视神经三维空间模型,获得三维视神经血流灌注模型。
三维空间模型建立模块,具体包括:
三维空间模型建立单元,通过机器学习方法建立视神经各个节段的三维空间模型。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

Claims (4)

1.一种视神经血流灌注数值快速采集系统,其特征在于,包括:
三维空间模型建立模块,用于建立视神经各个节段的三维空间模型;
所述建立视神经各个节段的三维空间模型,具体包括:
人工对训练数据的视神经各节段建模;
通过与标准空间培训,寻找左右视神经的大概位置并扩大范围,裁剪掉完全不相关的脑区;
通过3DU-net深度学习,设定与手动分割的重合度作为评价函数,得到视神经各节段的粗糙边界;对结果进行边界点的矫正精细,对每一点进行一个boosting分类器学习,针对边界点专门学习分类器进行边界取舍;使用机器学习模型对需要分析的数据进行视神经各节段三维建模;
三维大脑血流灌注影像采集模块,用于采集个体的大脑血流灌注磁共振影像,获得所述个体包括脑血流量数值、血流到达时间数值、脑血容量数值的三维大脑血流灌注影像;
三维视神经血流灌注模型获得模块,用于将所述三维大脑血流灌注影像导入到所述三维空间模型,获得三维视神经血流灌注模型;
大脑血流灌注数值采集模块,用于根据三维视神经血流灌注模型采集三维空间和时间对应的脑血流量数值、血流到达时间数值、脑血容量数值。
2.根据权利要求1所述的视神经血流灌注数值快速采集系统,其特征在于,所述三维大脑血流灌注影像采集模块,具体包括:
血流灌注影像采集单元,采用磁共振多延迟动脉自旋标记法获得所述个体大脑的三维大脑血流灌注影像。
3.根据权利要求1所述的视神经血流灌注数值快速采集系统,其特征在于,所述三维视神经血流灌注模型获得模块,具体包括:
图像处理单元,对所述三维大脑血流灌注影像进行清晰度增强、降低噪声和图像配准,获得图像处理后的所述大脑血流灌注磁共振影像;
三维视神经血流灌注模型获得单元,用于将图像处理后的所述三维大脑血流灌注影像导入到视神经三维空间模型,获得三维视神经血流灌注模型。
4.根据权利要求1所述的视神经血流灌注数值快速采集系统,其特征在于,所述三维空间模型建立模块,具体包括:
三维空间模型建立单元,通过机器学习方法建立视神经各个节段的三维空间模型。
CN202210664150.7A 2022-06-14 2022-06-14 一种视神经血流灌注数值快速采集方法 Active CN115040100B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210664150.7A CN115040100B (zh) 2022-06-14 2022-06-14 一种视神经血流灌注数值快速采集方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210664150.7A CN115040100B (zh) 2022-06-14 2022-06-14 一种视神经血流灌注数值快速采集方法

Publications (2)

Publication Number Publication Date
CN115040100A CN115040100A (zh) 2022-09-13
CN115040100B true CN115040100B (zh) 2023-10-27

Family

ID=83161792

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210664150.7A Active CN115040100B (zh) 2022-06-14 2022-06-14 一种视神经血流灌注数值快速采集方法

Country Status (1)

Country Link
CN (1) CN115040100B (zh)

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101242781A (zh) * 2005-06-15 2008-08-13 奥森医疗科技有限公司 脑灌注监视器
CN103700083A (zh) * 2013-12-26 2014-04-02 中国人民解放军广州军区武汉总医院 基于自适应模糊神经网络模型ct灌注图像智能融合方法
CN107613858A (zh) * 2015-04-09 2018-01-19 通用医疗公司 用于无创监测颅内压的系统和方法
CN109222952A (zh) * 2018-07-17 2019-01-18 上海健康医学院 一种激光散斑血流灌注成像方法
CN109523500A (zh) * 2018-11-19 2019-03-26 复旦大学附属华山医院 颅内外血流重建术的搭桥血管确定方法及系统
CN109907758A (zh) * 2019-03-15 2019-06-21 脑玺(上海)智能科技有限公司 颅内血管血流延迟的影像标注方法及系统
CN110200707A (zh) * 2019-06-28 2019-09-06 上海德芬生物科技有限公司 一种显示血流信息的手术显微镜系统及成像方法
CN110384485A (zh) * 2019-07-23 2019-10-29 中山大学附属第八医院(深圳福田) 体外反搏治疗中机体血流动力学响应的检测方法及装置
CN110490871A (zh) * 2019-08-26 2019-11-22 安影科技(北京)有限公司 一种基于磁共振脑灌注图像辅助评估缺血疾病风险的方法
CN110866914A (zh) * 2019-11-21 2020-03-06 北京冠生云医疗技术有限公司 脑动脉瘤血流动力学指标的评估方法、系统、设备及介质
CN111134651A (zh) * 2019-12-09 2020-05-12 杭州脉流科技有限公司 基于腔内影像计算血流储备分数的方法、装置、系统以及计算机存储介质
CN111407277A (zh) * 2020-03-06 2020-07-14 中国科学院武汉物理与数学研究所 一种急性缺血性脑卒中磁共振灌注-弥散影像配准方法
CN111631700A (zh) * 2020-05-25 2020-09-08 华南理工大学 一种根据最佳血压目标值调节血压的系统
WO2021135211A1 (zh) * 2019-12-31 2021-07-08 北京华睿博视医学影像技术有限公司 基于电阻抗成像的三维血液灌注图像产生方法与装置
CN113450426A (zh) * 2021-06-09 2021-09-28 深圳市铱硙医疗科技有限公司 一种磁共振脑灌注成像数据处理系统、方法、终端及介质
CN113506640A (zh) * 2021-08-17 2021-10-15 首都医科大学附属北京友谊医院 脑灌注状态分类装置、方法、设备及模型训练装置
CN113499090A (zh) * 2021-05-21 2021-10-15 杭州脉流科技有限公司 冠状动脉血流储备分数得到方法、装置、计算机设备和存储介质
CN113520363A (zh) * 2021-06-25 2021-10-22 安影科技(北京)有限公司 一种下丘脑及垂体的血流灌注获取方法及系统
CN113569984A (zh) * 2021-08-17 2021-10-29 首都医科大学附属北京友谊医院 脑灌注状态分类装置、方法、设备及存储介质
CN114587635A (zh) * 2022-03-16 2022-06-07 南通市瑞祥健康医疗科技有限公司 一种基于实时血流成像的显微手术术中组织灌注自动重建方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8211031B2 (en) * 2002-01-15 2012-07-03 Orsan Medical Technologies Ltd. Non-invasive intracranial monitor
US20030211036A1 (en) * 2002-05-07 2003-11-13 Hadassa Degani Method and apparatus for monitoring and quantitatively evaluating tumor perfusion
US9398861B2 (en) * 2009-12-04 2016-07-26 Third Eye Diagnostics, Inc. Methods and devices for assessing intracranial pressure
JP5780748B2 (ja) * 2010-12-15 2015-09-16 株式会社東芝 医用画像処理装置
WO2014031961A1 (en) * 2012-08-23 2014-02-27 University Of Washington Through Its Center For Commercialization Methods and systems for determining volumetric properties of a tissue
US9953439B2 (en) * 2014-11-25 2018-04-24 University Of Virginia Patent Foundation Systems and methods for three-dimensional spiral perfusion imaging
US9911206B2 (en) * 2015-01-13 2018-03-06 Siemens Healthcare Gmbh Time efficient ASL imaging with segmented multiband acquisition
WO2016161308A1 (en) * 2015-04-02 2016-10-06 Heartflow, Inc. Systems and methods for predicting perfusion deficits from physiological, anatomical, and patient characteristics
WO2017139881A1 (en) * 2016-02-16 2017-08-24 Novadaq Technologies Inc. Facilitating assessment of blood flow and tissue perfusion using fluorescence-mediated photoplethysmography
US11532107B2 (en) * 2017-10-27 2022-12-20 Oxford University Innovation Limited Methods and systems of multiphase arterial spin labeling
EP3793433A4 (en) * 2018-05-17 2022-03-16 The United States of America, Department of Health and Human Services, National Institute of Health METHOD AND SYSTEM FOR AUTOMATIC GENERATION AND ANALYSIS OF FULLY QUANTITATIVE PIXEL-WISE MYOCARDIAL CIRCULATION AND MYOCARDIAL PERFUSION RESERVE MAPS FOR DETECTION OF ISCHEMIC HEART DISEASE USING CARDIAC PERFUSION MAGNETIC RESONANCE IMAGING
US12059237B2 (en) * 2019-07-16 2024-08-13 Siemens Healthineers Ag Deep learning for perfusion in medical imaging

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101242781A (zh) * 2005-06-15 2008-08-13 奥森医疗科技有限公司 脑灌注监视器
CN103700083A (zh) * 2013-12-26 2014-04-02 中国人民解放军广州军区武汉总医院 基于自适应模糊神经网络模型ct灌注图像智能融合方法
CN107613858A (zh) * 2015-04-09 2018-01-19 通用医疗公司 用于无创监测颅内压的系统和方法
CN109222952A (zh) * 2018-07-17 2019-01-18 上海健康医学院 一种激光散斑血流灌注成像方法
CN109523500A (zh) * 2018-11-19 2019-03-26 复旦大学附属华山医院 颅内外血流重建术的搭桥血管确定方法及系统
CN109907758A (zh) * 2019-03-15 2019-06-21 脑玺(上海)智能科技有限公司 颅内血管血流延迟的影像标注方法及系统
CN110200707A (zh) * 2019-06-28 2019-09-06 上海德芬生物科技有限公司 一种显示血流信息的手术显微镜系统及成像方法
CN110384485A (zh) * 2019-07-23 2019-10-29 中山大学附属第八医院(深圳福田) 体外反搏治疗中机体血流动力学响应的检测方法及装置
CN110490871A (zh) * 2019-08-26 2019-11-22 安影科技(北京)有限公司 一种基于磁共振脑灌注图像辅助评估缺血疾病风险的方法
CN110866914A (zh) * 2019-11-21 2020-03-06 北京冠生云医疗技术有限公司 脑动脉瘤血流动力学指标的评估方法、系统、设备及介质
CN111134651A (zh) * 2019-12-09 2020-05-12 杭州脉流科技有限公司 基于腔内影像计算血流储备分数的方法、装置、系统以及计算机存储介质
WO2021135211A1 (zh) * 2019-12-31 2021-07-08 北京华睿博视医学影像技术有限公司 基于电阻抗成像的三维血液灌注图像产生方法与装置
CN111407277A (zh) * 2020-03-06 2020-07-14 中国科学院武汉物理与数学研究所 一种急性缺血性脑卒中磁共振灌注-弥散影像配准方法
CN111631700A (zh) * 2020-05-25 2020-09-08 华南理工大学 一种根据最佳血压目标值调节血压的系统
CN113499090A (zh) * 2021-05-21 2021-10-15 杭州脉流科技有限公司 冠状动脉血流储备分数得到方法、装置、计算机设备和存储介质
CN113450426A (zh) * 2021-06-09 2021-09-28 深圳市铱硙医疗科技有限公司 一种磁共振脑灌注成像数据处理系统、方法、终端及介质
CN113520363A (zh) * 2021-06-25 2021-10-22 安影科技(北京)有限公司 一种下丘脑及垂体的血流灌注获取方法及系统
CN113506640A (zh) * 2021-08-17 2021-10-15 首都医科大学附属北京友谊医院 脑灌注状态分类装置、方法、设备及模型训练装置
CN113569984A (zh) * 2021-08-17 2021-10-29 首都医科大学附属北京友谊医院 脑灌注状态分类装置、方法、设备及存储介质
CN114587635A (zh) * 2022-03-16 2022-06-07 南通市瑞祥健康医疗科技有限公司 一种基于实时血流成像的显微手术术中组织灌注自动重建方法

Also Published As

Publication number Publication date
CN115040100A (zh) 2022-09-13

Similar Documents

Publication Publication Date Title
CN109741344B (zh) 血管分割方法、装置、医疗影像设备及存储介质
CN110443798B (zh) 一种基于磁共振图像的自闭症检测方法、装置及系统
CN110363760B (zh) 用于识别医学图像的计算机系统
JP2018089142A (ja) 脳機能イメージングデータからヒトの脳活動状態を推定する方法
CN109064443A (zh) 一种基于腹部超声图像的多模型器官分割方法及系统
CN110705468B (zh) 基于图像分析的眼动范围识别方法和系统
CN112927187A (zh) —种自动识别定位局灶性皮质发育不良癫痫病灶的方法
CN112950644B (zh) 基于深度学习的新生儿大脑图像分割方法及模型构建方法
CN112515653B (zh) 一种基于核磁共振图像的脑网络构建方法
CN114219754A (zh) 基于眼部ct图像的甲状腺相关眼疾识别方法和装置
CN114093501A (zh) 基于同步视频与脑电的儿童运动性癫痫智能辅助分析方法
CN111340780B (zh) 一种基于三维超声图像的病灶检测方法
CN115040100B (zh) 一种视神经血流灌注数值快速采集方法
Thomas et al. Artificial neural network for diagnosing autism spectrum disorder
CN116468655A (zh) 基于胎儿磁共振成像的脑发育图谱与影像处理系统
CN104463885A (zh) 一种多发性硬化损伤区域分割方法
CN113177476A (zh) 一种立定跳远脚后跟关键点的识别方法、系统及测试方法
CN113705670A (zh) 基于磁共振成像和深度学习的脑部图像分类方法及设备
US20230237682A1 (en) Method and system for binocular ranging for children
CN116630809A (zh) 基于智能图像分析的地质雷达数据自动识别方法及系统
CN114862799B (zh) 一种用于flair-mri序列的全自动脑体积分割方法
CN116543154A (zh) 一种基于多层次语义特征的医学影像分割方法
CN116030042A (zh) 一种针对医生目诊的诊断装置、方法、设备及存储介质
Lesay et al. Optic disc localization in fundus images
CN105225231B (zh) 基于病灶容积测量的mri自动图像分割方法

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