您的位置: 专家智库 > >

李雅芬

作品数:10 被引量:6H指数:2
供职机构:中国科学院深圳先进技术研究院更多>>
发文基金:深圳市基础研究计划项目国家自然科学基金广东省自然科学基金更多>>
相关领域:医药卫生自动化与计算机技术更多>>

文献类型

  • 8篇专利
  • 2篇期刊文章

领域

  • 2篇自动化与计算...
  • 2篇医药卫生

主题

  • 6篇图像
  • 6篇存储介质
  • 4篇训练样本集
  • 4篇样本集
  • 4篇医学图像
  • 4篇医学图像处理
  • 4篇图像处理
  • 3篇网络
  • 3篇残差
  • 2篇训练集
  • 2篇样本数据
  • 2篇去除方法
  • 2篇网络结构
  • 2篇伪影
  • 2篇复杂度
  • 2篇CT图像
  • 2篇MRI图像
  • 2篇MR图像
  • 2篇初始化
  • 1篇导轨

机构

  • 10篇中国科学院
  • 1篇四川省人民医...
  • 1篇河北工业大学
  • 1篇中国科学院大...

作者

  • 10篇谢耀钦
  • 10篇李雅芬
  • 5篇熊璟
  • 4篇朱艳春
  • 3篇杨洁
  • 1篇余绍德
  • 1篇李荣茂
  • 1篇邹炼
  • 1篇董国亚
  • 1篇付楠
  • 1篇李栓
  • 1篇陈轶丽
  • 1篇张志城
  • 1篇邹炼

传媒

  • 1篇中国医疗器械...
  • 1篇中国医学物理...

年份

  • 3篇2022
  • 1篇2020
  • 4篇2019
  • 1篇2017
  • 1篇2016
10 条 记 录,以下是 1-10
排序方式:
一种核磁共振图像的快速成像方法、装置及设备
一种核磁共振图像的快速成像方法包括:获取全采样MR图像,根据所述全采样MR图像获取欠采样MR图像,建立所述欠采样MR图像到所述全采样MR图像的映射的第一训练数据集;对所述第一训练数据集进行统一维度处理和平缓处理,得到第二...
杨洁李文李雅芬朱艳春谢耀钦
文献传递
CT图像预测模型的训练方法、装置、设备及存储介质
本发明适用医学图像处理技术领域,提供了一种CT图像预测模型的训练方法、装置、设备及存储介质,该方法包括:根据采集的MR图像和MR图像对应的CT图像,生成训练样本集,对训练样本集进行预处理,构建CT图像预测模型,并对CT图...
李文李雅芬谢耀钦熊璟
文献传递
MRI图像的伪影去除方法、装置、医疗设备及存储介质
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...
杨洁李雅芬李文朱艳春谢耀钦
CT扫描床
本实用新型提供一种CT扫描床,包括:支架(7);位于支架(7)上方、通过连接装置(6)与支架(7)连接的床体支撑板(2);通过床体支撑板(2)上的导轨(3)与床体支撑板(2)连接的床体(1),床体(1)通过导轨(3)在床...
张志城李栓付楠李雅芬李荣茂余绍德陈轶丽朱艳春谢耀钦
文献传递
CT图像预测模型的训练方法、装置、设备及存储介质
本发明适用医学图像处理技术领域,提供了一种CT图像预测模型的训练方法、装置、设备及存储介质,该方法包括:根据采集的MR图像和MR图像对应的CT图像,生成训练样本集,对训练样本集进行预处理,构建CT图像预测模型,并对CT图...
李文李雅芬谢耀钦熊璟
文献传递
一种蛇形放疗机器人的治疗计划系统软件平台被引量:4
2017年
该文为新研发的蛇形放疗机器人开发了一种集成制定治疗计划及导航功能的治疗计划系统软件平台。该软件平台基于3D Slicer医学图像可视化及分析平台和Slicer RT软件包,采用了模块插件的形式进行开发,实现了影像数据处理、放疗路径规划、治疗计划评估的治疗计划功能,以及光学引导放疗的功能,为蛇形放疗机器人提供了一个易于扩展的软件实验平台,有利于近距离放疗系统的研发及测试实验工作。
李雅芬邹炼邹炼邹炼
关键词:近距离放疗治疗计划系统
MR图像预测模型的训练方法、装置、设备及存储介质
本发明适用医学图像处理技术领域,提供了一种MR图像预测模型的训练方法、装置、设备及存储介质,该方法包括:从预先采集的样本数据中获取CT图像和CT图像对应的MR图像,以生成训练样本集,构建MR图像预测模型并对该模型进行初始...
李文李雅芬谢耀钦熊璟
文献传递
基于深度学习的跨模态医学图像转换被引量:2
2020年
运用深度学习的方法基于脑部CT扫描图像合成相应的MRI。将28例患者进行颅脑CT和MRI扫描得到的CT和MRI的断层图像进行刚性配准,随机选取20例患者的图像输入U-Net卷积神经网络进行训练,利用训练好的网络对未参与训练的8例患者的CT图像进行预测,得到合成的MRI。研究结果显示:通过对合成的MRI进行定量分析,利用基于L2损失函数构建的U-Net网络合成MRI效果良好,平均绝对平均误差(MAE)为47.81,平均结构相似性指数(SSIM)为0.91。本研究表明可以利用深度学习方法对CT图像进行转换,获得合成MRI,现阶段可以达到扩充MRI医学图像数据库的目的,随着合成图像精度的提高,可以用于帮助诊断等临床应用。
董国亚宋立明李雅芬李文谢耀钦
关键词:MRI
MR图像预测模型的训练方法、装置、设备及存储介质
本发明适用医学图像处理技术领域,提供了一种MR图像预测模型的训练方法、装置、设备及存储介质,该方法包括:从预先采集的样本数据中获取CT图像和CT图像对应的MR图像,以生成训练样本集,构建MR图像预测模型并对该模型进行初始...
李文李雅芬谢耀钦熊璟
MRI图像的伪影去除方法、装置、医疗设备及存储介质
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...
杨洁李雅芬李文朱艳春谢耀钦
文献传递
共1页<1>
聚类工具0