一种识别神经元重建错误的方法

    公开(公告)号:CN108053391B

    公开(公告)日:2020-06-23

    申请号:CN201711186185.X

    申请日:2017-11-22

    Abstract: 本发明公开了一种识别神经元重建错误的方法,包括根据原始图像进行神经元重建,得到神经元重建结果和神经图像;对神经元重建结果进行标记,得到神经图像中每个神经纤维的层序号和分支序号,指定神经元重建结果中任意分支作为目标分支,获取目标分支的层序号和分支序号;利用目标分支的层序号和分支序号,从神经元重建结果中获取目标分支范围内的重建结果,神经图像中以目标分支为中心,半径大于R的像素点灰度值设为0,神经图像中以目标分支为中心,半径小于等于R的部分为目标分支范围内神经图像;当目标分支范围内的重建结果与目标分支范围内神经图像不匹配,目标分支范围内神经元重建错误。本发明能快速且有效识别复杂神经图像的重建错误。

    一种识别神经元重建错误的方法

    公开(公告)号:CN108053391A

    公开(公告)日:2018-05-18

    申请号:CN201711186185.X

    申请日:2017-11-22

    Abstract: 本发明公开了一种识别神经元重建错误的方法,包括根据原始图像进行神经元重建,得到神经元重建结果和神经图像;对神经元重建结果进行标记,得到神经图像中每个神经纤维的层序号和分支序号,指定神经元重建结果中任意分支作为目标分支,获取目标分支的层序号和分支序号;利用目标分支的层序号和分支序号,从神经元重建结果中获取目标分支范围内的重建结果,神经图像中以目标分支为中心,半径大于R的像素点灰度值设为0,神经图像中以目标分支为中心,半径小于等于R的部分为目标分支范围内神经图像;当目标分支范围内的重建结果与目标分支范围内神经图像不匹配,目标分支范围内神经元重建错误。本发明能快速且有效识别复杂神经图像的重建错误。

    一种适用于眼科手术的超快激光扫描系统

    公开(公告)号:CN119257837A

    公开(公告)日:2025-01-07

    申请号:CN202411272237.5

    申请日:2024-09-11

    Abstract: 本发明属于激光控制相关技术领域,其公开了一种适用于眼科手术的超快激光扫描系统,包括激光源、光路调节结构和眼球固定结构,光路调节结构包括扫描器;所述扫描器包括:延公共轴心依次排放的第一至第四光楔棱镜,所述公共轴心的方向与所述扫描器的入射光中心轴方向相同,第一光楔棱镜和第二光楔棱镜用于调节扫描直径,第三光楔棱镜和第四光楔棱镜用于调节扫描轨迹图案。本发明结合两组光楔棱镜,调节各光楔棱镜,既能够快速进行激光扫描,且能够灵活调节扫描轨迹的直径以及扫描图案,提高了手术的安全性。

    适用于生物医学图像的批量读写方法及大数据制作方法

    公开(公告)号:CN118096488A

    公开(公告)日:2024-05-28

    申请号:CN202311504438.9

    申请日:2023-11-13

    Abstract: 本发明公开了适用于生物医学图像的批量读写方法及大数据制作方法,属于生物医学图像处理领域,包括:图像数据读取步骤:创建相关线程;确定硬盘中待读取的一个或多个小区域作为目标区域,同时,使解码任务分配线程在内存中创建图像空间并划分解码子任务;利用多个数据读取线程依次连续读取目标区域,同时使多个解码线程并行地获取并执行解码子任务;依次连续读取包括:当前数据读取线程完成当前目标区域的读取后,另一个数据读取线程即开始下一个目标区域的读取;执行解码子任务包括:在对应图像块被读取到内存后将其解码到图像空间中,在解码子任务处理完成后,获取下一个解码子任务。本发明能够有效提升生物医学图像大数据的读写效率。

    一种医学图像细胞位置辅助用户定位方法、系统和装置

    公开(公告)号:CN111916187B

    公开(公告)日:2024-04-19

    申请号:CN202010695480.3

    申请日:2020-07-17

    Abstract: 本发明公开了一种医学图像细胞位置辅助用户定位方法、系统和装置,属于图像处理领域。本发明细胞位置标记过程中,用户仅需在任一二维平面点击某细胞的任一位置,即可获得当前细胞完整的三维形状定位。该细胞占据的空间位置在二维图像序列中将以一系列半径变化的红色空心圆标识。用户不需要反复浏览二维图像序列,寻找当前细胞的半径最大处标记。所有用户标记的细胞位置在二维图像序列中将由系列半径变化的红色空心圆标识。未标记过的细胞没有标识。这一操作能防止用户在序列图像中重复标记同一细胞,将有效提升细胞标记的效率。本发明帮助用户在不同维度检查细胞标记的结果,通过同时显示二维和三维可视化界面,提升用户标记细胞的准确率和效率。

    一种基于前景点聚类的神经纤维重建方法和系统

    公开(公告)号:CN113591616A

    公开(公告)日:2021-11-02

    申请号:CN202110796162.0

    申请日:2021-07-14

    Abstract: 本发明公开了一种基于前景点聚类的神经纤维重建方法和系统,属于图像处理领域。本发明通过高斯混合模型将纤维结构聚类为一系列首尾相连的椭球结构,进而将神经纤维结构特征抽象为一组椭球状点集,少部分出现多根纤维虚假连接的情况,可视为椭球结构在中部相互交叉,这种抽象模式可体现出神经纤维的行进方向仅为椭球结构的轴线方向,与之对应,在求解高斯混合模型过程中,通过尽可能延长椭球长轴距离,有效保证纤维形状仅按照行进方向延伸,同时,对于虚假连接的纤维,其交叉处会出现的多个分叉的错误情况,本方法通过限制椭球的短轴的生长,使得虚假连接处的纤维不能够生长出多个分叉,只能沿着一个方向延伸,从而解决虚假连接的问题。

    基于深度学习的TB级脑神经纤维数据消减方法及系统

    公开(公告)号:CN113313673A

    公开(公告)日:2021-08-27

    申请号:CN202110501547.X

    申请日:2021-05-08

    Abstract: 本发明属于图像处理领域,公开了一种基于深度学习的TB量级3D脑神经数据消减方法及系统,其中方法包括以下步骤:S1:建立测试数据集;S2:建立分割模型并训练;S3:利用分割模型对测试数据集中的每个待测图像进行处理,得到与每个待测图像相对应的神经纤维分布信息;S4:利用形态学操作对神经纤维分布信息进行优化处理,使空间三维维度下的神经纤维轮廓图中与神经纤维所在区域相对应的最大连通域得以优化,最终得到TB级稀疏性全脑神经纤维数据消减结果。本发明能够快速,准确和有效地消减TB量级及以上脑神经数据集,大幅度减少后续神经元重建的数据量,提高重建效率。

    一种神经元骨架分叉点的校正方法及神经元形态重建方法

    公开(公告)号:CN109948793A

    公开(公告)日:2019-06-28

    申请号:CN201910094482.4

    申请日:2019-01-31

    Abstract: 本发明公开了一种神经元骨架分叉点的校正方法及神经元形态重建方法,包括:对于每一个分叉点po,获得与其直接相连的组合骨架和分立骨架;对组合骨架进行平滑处理以得到平滑骨架,并通过卷积生成仿真图像;将平滑骨架上距离分叉点po最近的骨架点作为优化分叉点,并作为分立骨架的新头节点,调整优化分叉点的位置,使其位于平滑骨架上,且分立骨架主方向与其原主方向具有最高的一致性;将平滑骨架上由优化分叉点分成的骨架S11和骨架S12分别与分立骨架组合得到第一组合骨架和第二组合骨架;利用第一组合骨架和骨架S12以及第二组合骨架和骨架S11得到另外两个优化分叉点;对三个优化分叉点的位置进行加权平均。本发明能够准确定位神经元骨架分叉点的位置。

Patent Agency Ranking