[发明专利]基于计算机断层成像分析脑组织成分的系统及其运作方法在审

专利信息
申请号: 202010197483.4 申请日: 2020-03-19
公开(公告)号: CN113327223A 公开(公告)日: 2021-08-31
发明(设计)人: 彭徐钧;陈右纬;杨景聿;蔡章仁;王国伟;郭叶璘 申请(专利权)人: 中央大学;张焕祯;台北医学大学
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 北京律诚同业知识产权代理有限公司 11006 代理人: 徐金国
地址: 中国台湾桃*** 国省代码: 台湾;71
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 计算机 断层 成像 分析 组织 成分 系统 及其 运作 方法
【权利要求书】:

1.一种基于计算机断层成像分析脑组织成分的系统,其特征在于,包含:

一记忆体,储存至少一指令;以及

一处理器,通讯耦接于该记忆体,其中该处理器用以存取并执行该至少一指令以:

将一受测者的一计算机断层影像对位到一预设标准脑空间影像,以得出一第一正规化受测计算机断层影像;

增强该第一正规化受测计算机断层影像的体素对比度,借以从该第一正规化受测计算机断层影像中去除头骨部分及脑脊髓液部分,以得出一增强后的第一正规化受测计算机断层影像;

将该增强后的第一正规化受测计算机断层影像对位到一对照组平均值计算机断层影像,以得出一第二正规化受测计算机断层影像;

平滑化该第二正规化受测计算机断层影像,以得出一平滑化的第二正规化受测计算机断层影像;以及

基于该平滑化的第二正规化受测计算机断层影像与复数对照组计算机断层影像,进行分析以得出一标准分数图谱。

2.如权利要求1所述的基于计算机断层成像分析脑组织成分的系统,其特征在于,该处理器存取并执行该至少一指令以:

将该些对照者计算机断层影像进行平均值及标准差运算,以得出该对照组平均值计算机断层影像。

3.如权利要求1所述的基于计算机断层成像分析脑组织成分的系统,其特征在于,该处理器存取并执行该至少一指令以:

通过训练后的一神经网络,在该标准分数图谱中标示至少一梗塞区域。

4.如权利要求3所述的基于计算机断层成像分析脑组织成分的系统,其特征在于,该处理器存取并执行该至少一指令以:

透过数据增量,将第一数量的影像分割成第二数量的影像,供该神经网络进行深度学习的训练,以得出能够将该第二数量的影像分类出有梗塞及无梗塞的训练后的该神经网络。

5.如权利要求3所述的基于计算机断层成像分析脑组织成分的系统,其特征在于,该神经网络为一卷积神经网络。

6.一种基于计算机断层成像分析脑组织成分的系统的运作方法,该基于计算机断层成像分析脑组织成分的系统包含一处理器,其特征在于,该运作方法包含:

透过该处理器将一受测者的一计算机断层影像对位到一预设标准脑空间影像,以得出一第一正规化受测计算机断层影像;

透过该处理器增强该第一正规化受测计算机断层影像的体素对比度,借以从该第一正规化受测计算机断层影像中去除头骨部分及脑脊髓液部分,以得出一增强后的第一正规化受测计算机断层影像;

透过该处理器将该增强后的第一正规化受测计算机断层影像对位到一对照组平均值计算机断层影像,以得出一第二正规化受测计算机断层影像;

透过该处理器平滑化该第二正规化受测计算机断层影像,以得出一平滑化的第二正规化受测计算机断层影像;以及

透过该处理器基于该平滑化的第二正规化受测计算机断层影像与复数对照组计算机断层影像,进行分析以得出一标准分数图谱。

7.如权利要求6所述的运作方法,其特征在于,还包含:

透过该处理器将该些对照者计算机断层影像进行平均值及标准差运算,以得出该对照组平均值计算机断层影像。

8.如权利要求6所述的运作方法,其特征在于,还包含:

透过该处理器通过训练后的一神经网络,在该标准分数图谱中标示至少一梗塞区域。

9.如权利要求8所述的运作方法,其特征在于,还包含:

透过该处理器进行数据增量,将第一数量的影像分割成第二数量的影像,供该神经网络进行深度学习的训练,以得出能够将该第二数量的影像分类出有梗塞及无梗塞的训练后的该神经网络。

10.如权利要求8所述的运作方法,其特征在于,该神经网络为一卷积神经网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中央大学;张焕祯;台北医学大学,未经中央大学;张焕祯;台北医学大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010197483.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top