Oct, 2023

AutoCT：CT 自动配准、分割和量化

PDF
TL;DRAutoCT 是一个综合的流水线系统，用于自动预处理、配准、分割和量化分析三维 CT 扫描图像，并通过有效的正向和逆向映射利用差异变形转化实现基于图谱的 CT 分割和量化，从变形场中提取定位特征，从而实施下游的统计学习以促进医疗诊断。AutoCT 是一个轻巧便携的软件平台，为 CT 成像领域提供了一个新的工具集，支持人工智能驱动应用的部署。
computed tomographyct imagingautoctsegmentationquantitative analysis
发现论文，激发创造
  • 快速 CT 解剖定位算法

    通过定位部分层面并使用线性模型将层面索引映射到其估计的轴向解剖位置，我们能够自动确定 CT 扫描中每个层面的位置并在视觉检查和自动分析中实现快速区域检索，同时具有高计算效率、准确性和鲁棒性。

    Dec, 2023

  • 实时感知技术在导管室自动化中的应用

    AutoCBCT 是一个基于视觉感知系统的融入血管造影套房中的创新工作流，通过自动定位、导航和模拟测试运行，消除了手动操作和交互，从而提高了工作效率。

    Mar, 2024

  • 借助深度学习辅助自动检测，实现头部计算机断层扫描图像重建标准化

    提出了一种高效的自动头部 CT 图像三维重建方法，使用基于深度学习的目标检测算法自动重新格式化图像，并通过定性评估标准化重建结果展示了该方法的临床实用性和有效性。

    Jul, 2023

  • AutoPET Challenge 2022：基于深度学习和 FDG PET/CT 的全身肿瘤病灶自动分割

    本研究提出一种新的深度学习模型训练策略，用于构建能够对肿瘤进行系统分割的 PET/CT 肿瘤分割模型，该方法基于 AutoPET 2022 挑战赛的训练集进行验证，并在预测试集上实现了 0.7574 的 Dice 分数、0.0299 的假阳性体积和 0.2538 的假阴性体积，代码已在链接中提供。

    Aug, 2022

  • 带有 3D U-Net 的自动增材制造缺陷容积分割

    本文基于医学成像领域的技术，提出使用 3D U-Net 模型自动分割 AM 样本的 XCT 图像中的缺陷，该方法最终在 AM 数据集上取得了 88.4% 的均交并比（IOU）结果，为 AM 缺陷检测和 3D 体积分割提供了新思路。

    Jan, 2021

  • Comp2Comp: 开源计算机断层扫描身体成分评估

    本文介绍了一个基于 Python 的开源软件 Comp2Comp，用于从 CT 扫描中快速、自动分析测量人体的体成分数据，目前计算了腹部 CT 扫描的骨骼肌、内脏脂肪组织和皮下脂肪组织的身体成分数据，并提供了两个流程算法来计算 T12 - L5 椎体水平和用户指定的 2D 轴向切片。

    Feb, 2023

  • 卷积神经网络在 MR 脑图像自动分割中的应用

    使用卷积神经网络的多尺度信息，对单个解剖学 MR 图像进行自动分割，取得了在不同年龄和采集协议下的高度准确的分割结果。

    Apr, 2017

  • 计算机断层扫描图像上的实时多器官分类

    在医学影像中，我们提出了一种新方法，通过稀疏采样策略跨广泛视野进行数据选择，实时对多个器官进行分类，从而在不使用加速器的情况下生成全面分割，与现有的分割技术相比，展示了超 ior 优越的运行时潜力。

    Apr, 2024

  • 使用卷积神经网络和图割自动定位及分割三维肝部影像

    该研究提出了一种基于深度学习和图割优化的自动肝脏分割算法，可在临床设置中实现高效而准确的肝容积估算，可替代耗时且不可重复的手动分割方法。

    May, 2016

  • CT 成像的全面索引和语义注释：提升 FAIR 性

    该研究介绍了一种通过自动索引和语义增强来提高临床 CT 图像系列的可发现性、可访问性、可互操作性和可重用性的方法，使用 HL7 FHIR 资源对元数据进行标准化，以提供医学影像数据的易发现性并促进互操作性，为医疗人工智能应用的大规模集成和索引提供了基础。

    Jun, 2024