图像转换技术高校专利
来源:未知|发布时间:2024-11-06|浏览次数:
序号 |
标题 (中文) |
申请号 |
1 |
一种基于模态转换的CBCT生成Micro-CT方法 |
CN202111580972.9 |
2 |
一种深度学习和电子学噪声模拟的CBCT图像重建方法 |
CN202111567288.7 |
3 |
一种非平衡数据集下图像模态转换方法 |
CN202111361343.7 |
4 |
一种以CT图像为输入的超分辨率MR成像方法 |
CN202111363157.7 |
5 |
基于对比学习的医学影像模态转换方法、系统和存储介质 |
CN202310197999.2 |
6 |
一种基于GAN的多模态脑部图像配准方法 |
CN202111006976.6 |
7 |
一种跨模态图像生成和检测的方法及装置 |
CN202210545711.1 |
8 |
一种基于多借鉴信息的医学影像智能转换方法 |
CN202210258218.1 |
9 |
基于半监督的CT影像合成方法、装置、设备及存储介质 |
CN202310535204.4 |
10 |
MRI合成CT影像的方法、装置、设备及可读存储介质 |
CN202310167106.X |
11 |
基于多模MRI同步生成的伪CT合成方法 |
CN202211534514.6 |
12 |
一种PET图像重新定位方法和系统 |
CN202210982561.0 |
13 |
一种基于CycleGAN的非配对PET图像质量增强方法 |
CN202310724652.9 |
14 |
一种基于模型驱动深度学习的动态PET图像重建方法 |
CN202310042621.5 |
15 |
一种喉癌和下咽癌的三维CT图像分割方法 |
CN202211619244.9 |
16 |
基于结构特征自增强的CT-MR模态迁移方法 |
CN201910871938.3 |
17 |
基于深度学习的MRI影像合成CT影像的方法 |
CN202110446744.6 |
18 |
基于深度学习从多序列MR中生成伪CT的影像生成系统 |
CN202110117854.8 |
19 |
基于模块化GAN的多模态MRI与多模态CT的转换方法、系统及介质 |
CN201910880585.3 |
20 |
一种基于深度卷积神经网络的伪CT合成方法及应用 |
CN201910773002.7 |
21 |
一种基于多序列MRI的sCT生成方法 |
CN201910382461.2 |
22 |
基于深度学习的腹部三维医学影像转换生成方法 |
CN202110442107.1 |
23 |
一种基于MRI图像合成PET-MRI图像的方法 |
CN201910332981.2 |
24 |
基于投影变换的锥束CL投影数据等效转换方法 |
CN201811069096.1 |
25 |
基于多模态成像的自适应重计划 |
CN201480076742.0 |
26 |
基于多模态成像的自适应重计划 |
CN202111321851.2 |
27 |
基于生成对抗性网络的脊柱CT到MR转换方法及系统 |
CN202310919034.X |
28 |
一种基于域适应的MR图像合成CT图像的合成方法及系统 |
CN202211030113.7 |
29 |
一种基于深度学习的MRI图像合成CT图像的方法及系统 |
CN202210941692.4 |