基于脑组织和深度回归的感应电场分布预测方法及系统

发明专利有效专利

申请号：
CN202110461318.X
IPC分类号：G06T7/11;G06N3/04;G06N3/08;G16H30/20
申请日期：
2021-04-27
申请人：
中国科学院自动化研究所

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于脑组织和深度回归的感应电场分布预测方法及系统
申请号	CN202110461318.X	申请日期	2021-04-27
法律状态	实质审查	申报国家	暂无
公开/公告日	2021-07-06	公开/公告号	CN113077483A
优先权	暂无	优先权号	暂无
主分类号	G06T7/11 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕 G06T7/10 分割；边缘检测（基于运动的分割入G06T 7/215）〔2017.01〕 G06T7/11 区域分割〔2017.01〕	IPC分类号	G;0;6;T;7;/;1;1;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;1;6;H;3;0;/;2;0查看分类表>
申请人	中国科学院自动化研究所	申请人地址	北京市海淀区中关村东路95号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中国科学院自动化研究所	当前权利人	中国科学院自动化研究所
发明人	蒋田仔;马亮;钟刚亮;杨正宜
代理机构	北京市恒有知识产权代理事务所（普通合伙）	代理人	郭文浩;尹文会

摘要

本发明属于医学图像处理领域，具体涉及了一种基于脑组织和深度回归的感应电场分布预测方法及系统，旨在解决现有技术不能建立任意线圈位姿下的电场预测模型，无法实时进行电场预测以及系统性偏差导致预测结果准确性较低的问题。本发明包括：以3D注意力U‑net模型作为基础架构构建深度学习模型；基于线圈刺激位置、旋转角以及线圈刺激前的图像采样网格，获得线圈刺激后的图像采样网格；进行T1MRI图像重采样，并通过基于深度学习的脑组织分割模型进行脑组织结构分割；通过深度回归模型进行实时的感应电场分布预测。本发明可以建立任意线圈位姿下的电场预测模型，并实时预测感应电场分布，预测结果效率高、精度和准确性高，可用于实时性要求较高的场合。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供