[发明专利]基于深度学习的影像分析多时相异常特征区域参数的方法在审
| 申请号： | 202110209392.2 | 申请日： | 2021-02-25 |
| 公开（公告）号： | CN112991478A | 公开（公告）日： | 2021-06-18 |
| 发明（设计）人： | 石洪成;陈曙光;胡鹏程;谭辉 | 申请（专利权）人： | 复旦大学附属中山医院 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06T7/11;G06T7/00;A61B6/03;A61B6/00 |
| 代理公司： | 上海申汇专利代理有限公司 31001 | 代理人： | 徐俊 |
| 地址： | 200032 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的PET/CT影像分析多时相异常特征区域参数的方法，属于医学影像技术领域。本发明基于超长轴距PET/CT进行双模态的全身一体化显像，借助CT影像的高分辨率以及全身的整体定位片，利用深度学习训练AI识别人体标志性器官及具备刚性变换特征的关键位置，同时识别相应的PET影像保证多次扫描体位特征规范、统一；利用具备物理定位功能的头托定位起始位置，达到多时相采集，同体位同层面分析的效果。利用AI深度学习进行多时相同体位异常代谢感兴趣区勾画，提高多时相全身动态PET影像中各个感谢兴趣区的匹配精准度，实现精准对比，精准分析。 | ||
| 搜索关键词： | 基于 深度 学习 影像 分析 多时 相异 特征 区域 参数 方法 | ||
【主权项】：
暂无信息
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复旦大学附属中山医院，未经复旦大学附属中山医院许可，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/patent/202110209392.2/，转载请声明来源钻瓜专利网。
