-
公开(公告)号：CN114569065B
公开(公告)日：2025-01-24
申请号：CN202111661532.6
申请日：2021-12-31
Applicant: 复旦大学
IPC: A61B5/00
Abstract: 本发明涉及一种基于光学相干层析成像的皮肤状态检测系统及其方法，该系统包括依次连接的图像采集单元、图像预处理单元、皮肤参数测量单元和深度学习检测单元，图像采集单元获取被检测皮肤区域的原始三维OCT图像数据；图像预处理单元对原始三维OCT图像数据进行降噪和增强处理，得到高质量三维OCT图像；皮肤参数测量单元从高质量三维OCT图像中提取出厚度分层参数特征以及血管参数特征；深度学习检测单元融合厚度分层参数特征数据、血管参数特征数据、B‑scan断层图像的深度特征、en‑face图像的深度特征中的一种或多种，以输出得到被检测皮肤区域的状态信息。与现有技术相比，本发明结合光学相干层析成像与深度学习的方法，能够无创地检测得到皮肤深层的状态信息。
-
Patent Agency Ranking
公开(公告)号：CN118521661A
公开(公告)日：2024-08-20
申请号：CN202410576975.2
申请日：2024-05-10
Applicant: 复旦大学
IPC: G06T11/00 , G06T3/4076 , G06T3/4046 , G06T5/70 , G06T5/60 , G06N3/0455
Abstract: 本发明涉及一种基于深度学习的高速光学相干层析成像系统，包括OCT图像采集单元，用于采用光学相干层析成像装置进行图像采集，并通过提高扫描采样率获取低速成像模式下的低信噪比高分辨率原始OCT图像，从而构建训练数据集；通过降低扫描采样率获取高速成像模式下的低分辨率OCT图像；图像增强网络训练单元，用于基于构建的训练数据集，训练出增强高速成像模式下采集到的低采样率OCT图像的分辨率及信噪比的深度学习网络模型；图像增强处理单元，用于采用训练好的深度学习网络模型，对高速成像模式下获取的低采样率低信噪比OCT图像进行增强，获取高信噪比高分辨率的OCT图像。与现有技术相比，本发明实现OCT系统高速成像的同时维持较高的信噪比和空间分辨率。
-
公开(公告)号：CN119540947A
公开(公告)日：2025-02-28
申请号：CN202311087226.5
申请日：2023-08-28
Applicant: 复旦大学
IPC: G06V20/69 , G06V10/774 , G06V10/82 , G06V10/30 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种基于深度学习的三光子高速成像系统，包括：三光子图像采集单元，用于获得原始的三光子成像数据；深度学习超分辨降噪网络训练单元，用于对构建的深度学习超分辨降噪网络进行训练；其中，所述的深度学习超分辨降噪网络为生成对抗网络；深度学习图像恢复单元，用于采用训练好的深度学习超分辨降噪网络对实际采集的三光子成像数据进行图像恢复。与现有技术相比，本发明实现三光子显微镜的高速成像的同时维持相对较高的信噪比和空间分辨率。
-
公开(公告)号：CN114209278B
公开(公告)日：2023-08-25
申请号：CN202111528116.9
申请日：2021-12-14
Applicant: 复旦大学
Abstract: 本发明提供一种基于光学相干层析成像的深度学习皮肤病诊断系统，由图像采集单元采用OCT成像系统对被检测皮肤区域进行三维的OCT图像成像，实现非侵入地汲取皮肤深层信息数据；其次由图像预处理单元对原始三维OCT图像进行降噪和增强的预处理，消除OCT成像固有的斑点噪声问题以及低采样率的限制问题，提高图像的分辨率；然后由特征提取单元基于预处理后的OCT图像提取皮肤解剖学和皮肤微血管的特征，经由深度学习诊断单元的深度学习诊断模型进行深度特征提取以及特征融合，从而检测出对应的皮肤患病信息；该诊断系统提高了皮肤病诊断的准确性，降低了对医生诊断经验和水平的依赖，在无需病理活检的情况下使得潜在的皮肤疾病能够被及早被发现确诊和治疗。
-
公开(公告)号：CN114569065A
公开(公告)日：2022-06-03
申请号：CN202111661532.6
申请日：2021-12-31
Applicant: 复旦大学
IPC: A61B5/00
Abstract: 本发明涉及一种基于光学相干层析成像的皮肤状态检测系统及其方法，该系统包括依次连接的图像采集单元、图像预处理单元、皮肤参数测量单元和深度学习检测单元，图像采集单元获取被检测皮肤区域的原始三维OCT图像数据；图像预处理单元对原始三维OCT图像数据进行降噪和增强处理，得到高质量三维OCT图像；皮肤参数测量单元从高质量三维OCT图像中提取出厚度分层参数特征以及血管参数特征；深度学习检测单元融合厚度分层参数特征数据、血管参数特征数据、B‑scan断层图像的深度特征、en‑face图像的深度特征中的一种或多种，以输出得到被检测皮肤区域的状态信息。与现有技术相比，本发明结合光学相干层析成像与深度学习的方法，能够无创地检测得到皮肤深层的状态信息。
-
公开(公告)号：CN114209278A
公开(公告)日：2022-03-22
申请号：CN202111528116.9
申请日：2021-12-14
Applicant: 复旦大学
Abstract: 本发明提供一种基于光学相干层析成像的深度学习皮肤病诊断系统，由图像采集单元采用OCT成像系统对被检测皮肤区域进行三维的OCT图像成像，实现非侵入地汲取皮肤深层信息数据；其次由图像预处理单元对原始三维OCT图像进行降噪和增强的预处理，消除OCT成像固有的斑点噪声问题以及低采样率的限制问题，提高图像的分辨率；然后由特征提取单元基于预处理后的OCT图像提取皮肤解剖学和皮肤微血管的特征，经由深度学习诊断单元的深度学习诊断模型进行深度特征提取以及特征融合，从而检测出对应的皮肤患病信息；该诊断系统提高了皮肤病诊断的准确性，降低了对医生诊断经验和水平的依赖，在无需病理活检的情况下使得潜在的皮肤疾病能够被及早被发现确诊和治疗。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
