-
公开(公告)号：CN119405348A
公开(公告)日：2025-02-11
申请号：CN202411282188.3
申请日：2024-09-13
Applicant: 华中科技大学
IPC: A61B8/08
Abstract: 本发明属于超声成像领域，具体涉及一种颅脑超声采集装置，包括：探头和控制器；其中，探头呈头盔式结构，包括壳体和阵元，所有阵元通过壳体上的通孔阵列化布满固定在整个壳体上，阵元的个数根据壳体的大小以及单个阵元的尺寸确定；每个阵元均能用于接收和发射超声波信号，且每个阵元的接收和发射信号端指向壳体中心；控制器用于依次控制每个阵元发射超声波信号并在信号发射后所有阵元接收超声波信号。本发明可实现颅脑三维全散射超声信号的采集，为颅脑超声成像研究提供准确有效的实际数据。
-
公开(公告)号：CN116433791A
公开(公告)日：2023-07-14
申请号：CN202310238700.3
申请日：2023-03-07
Applicant: 华中科技大学
IPC: G06T11/00 , G06V10/40 , G06V10/80 , G06V10/774 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的多稀疏策略的超声断层图像重建方法，属于超声断层成像技术领域。本发明在深度学习图像恢复的基础上，利用超声断层成像数据的特性，将采集到的稀疏数据进行二次采样重组，得到相当于稀疏数据的一系列子排列组合，再重建得到一系列不同稀疏策略的低质量超声断层图像，这些图像带有超声断层非线性重建中的纹理特征。使用特征提取网络得到稀疏发射的低质量图像的特征，输入重建网络，以完备数据集重建得到的高质量图像结果作为网络模型的目标，最终实现由稀疏超声回波数据到高质量图像结果的映射关系。与直接使用单组稀疏数据重建图像进行恢复的方法相比，该多稀疏方法可以更好地保留超声断层图像中的纹理特征。
-
公开(公告)号：CN115100164A
公开(公告)日：2022-09-23
申请号：CN202210784649.1
申请日：2022-06-29
Applicant: 华中科技大学 , 武汉维视医学影像有限公司
Abstract: 本发明属于超声断层成像领域，具体公开了一种基于边缘检测的超声CT渡越时间自动提取方法，包括：(1)带通滤波；(2)边缘检测算子与像素卷积，得到通道信号集图像；(3)计算各通道二值化阈值；(4)二值化处理，得到二值化的通道信号集图像；(5)获取渡越时间，基于二值化的通道信号集图像，取各通道第一个非零值作为该通道的渡越时间。本发明通过对处理方法的整体流程设计、关键阈值的自适应取值规则等进行改进，基于图像边缘检测理论，利用各通道采用自适应阈值，并可优选配合设定检测范围，以及对渡越时间差异矩阵进行滤波处理，能够避免人为设定阈值参数，弱化噪声的影响，解决低信噪比信号渡越时间提取不准确的技术问题。
-
公开(公告)号：CN114848004A
公开(公告)日：2022-08-05
申请号：CN202210454629.8
申请日：2022-04-27
Applicant: 华中科技大学
IPC: A61B8/00
Abstract: 本发明公开了一种基于环形阵列探头的高分辨率超声断层成像方法，通过将成像区域划分网格得到多个像素点，并遍历所有的发射‑接收阵元对和像素点，通过计算其形成的反投影椭圆环的宽度d，选取最优的发射‑接收阵元对，重建高分辨率反射图。通过上述方式选择最优的发射‑接收阵元对组合，能够提高超声断层成像系统的反射图的空间分辨率，可实现环内任意像素点统一的高分辨率，从而达到控制最终输出图像质量的目的。
-
公开(公告)号：CN110179495B
公开(公告)日：2020-12-18
申请号：CN201910328878.0
申请日：2019-04-23
Applicant: 华中科技大学
IPC: A61B8/00
Abstract: 本发明属于超声成像大数据量处理领域，公开了一种基于分布式系统的超声断层成像计算优化方法及系统，其中方法包括：准备步骤：设置包括X个分布式节点服务器的分布式系统，探头上的阵元对应到相应的节点服务器，并且每个节点服务器上所对应的阵元数量是均等的；数据采集及存储步骤；待所有信号采集完成后，首先是对接收到的信号进行滤波预处理步骤，然后开始图像的重建；图像的重建包括各节点独立重建步骤和主节点服务器整合步骤。本发明由于采用分布式集群系统方案，利用多节点服务器，对超声断层成像系统接收阵元采集到的超声波信号基于合成孔径聚焦技术SAFT原理进行处理，可以解决超声断层成像系统数据量大、图像重建时间长等问题。
-
Patent Agency Ranking
公开(公告)号：CN111784716A
公开(公告)日：2020-10-16
申请号：CN202010501314.5
申请日：2020-06-04
Applicant: 华中科技大学
IPC: G06T7/12
Abstract: 本发明属于图像分割领域，公开了一种基于超声CT的序列图图像分割方法及系统，其中的分割方法包括以下步骤：(1)选取一组超声CT序列图，针对其中的某张序列图，利用种子区域生长法对该图像进行分割处理，记该分割处理得到的轮廓为粗糙轮廓；(2)以所述粗糙轮廓为初始轮廓，利用snake模型对这张序列图进行重新分割，从而得到该图像的细化分割结果。优选的，可将此分割结果作为下一张序列图的初始轮廓，对下一张图利用snake模型进行分割。本发明通过对分割方法的整体流程设计、配合工作方式等进行改进，利用种子区域生长与snake模型的配合算法对超声CT序列图像进行高精度图像分割，与现有技术相比能够有效解决超声CT序列图图像分割的问题。
-
公开(公告)号：CN110575202B
公开(公告)日：2020-06-02
申请号：CN201910797681.1
申请日：2019-08-27
Applicant: 华中科技大学
Abstract: 本发明属于功能成像技术领域，公开了一种基于费马原理的超声CT图像重建方法及系统，其中基于费马原理的超声CT声速重建方法包括步骤：(1)渡越时间的提取；(2)准备进入迭代；(3)根据有限差分方法计算从每个发射阵元出发到成像区域每个像素点的时间τ，并根据费马原理计算胖射线路径，其中胖射线路径的宽度随迭代次数的增加而收窄；(4)反问题的求解，并更新声速值；(5)判断迭代是否终止。本发明通过对方法整体流程进行改进，通过路径的优化，基于费马原理，尤其是变参数的、路径由宽至窄的变路径宽度的胖射线路径，使得本发明中超声CT声速及衰减系数重建方法及系统具有快速、稳定、成像效果更好的特点。
-
公开(公告)号：CN119366966A
公开(公告)日：2025-01-28
申请号：CN202411779424.2
申请日：2024-12-05
Applicant: 华中科技大学
Abstract: 本发明属于颅脑超声信号采集技术领域，公开了一种用于颅脑的超声信号采集装置，包括：床体结构和探测结构；探测结构固定在床体结构的一侧，用于在患者俯卧或仰卧在床体结构时，采集患者颅脑超声信号；探测结构包括旋转机构、固定在旋转机构上的发射探头机械臂和接收探头机械臂、发射探头、接收探头及控制机构；进一步地，旋转机构包括可转动的环形底座和设置在环形底座上的环形运动轨道；在环形运动轨道上设置有第一电机和第二电机，在控制机构作用下，该装置能够实现对颅脑超声信号采集的自动化操作，不过于依赖颅脑的超声信号采集，提升了颅脑超声信号采集的准确度，并且能针对不同的应用场合实现不同功能的超声信号采集。
-
公开(公告)号：CN114848004B
公开(公告)日：2024-08-27
申请号：CN202210454629.8
申请日：2022-04-27
Applicant: 华中科技大学
IPC: A61B8/00
Abstract: 本发明公开了一种基于环形阵列探头的高分辨率超声断层成像方法，通过将成像区域划分网格得到多个像素点，并遍历所有的发射‑接收阵元对和像素点，通过计算其形成的反投影椭圆环的宽度d，选取最优的发射‑接收阵元对，重建高分辨率反射图。通过上述方式选择最优的发射‑接收阵元对组合，能够提高超声断层成像系统的反射图的空间分辨率，可实现环内任意像素点统一的高分辨率，从而达到控制最终输出图像质量的目的。
-
公开(公告)号：CN118096913A
公开(公告)日：2024-05-28
申请号：CN202410177596.6
申请日：2024-02-08
Applicant: 华中科技大学
Abstract: 本发明公开了基于神经网络的非监督式超声断层声速成像方法及设备，属于超声声速成像技术领域，方法包括：(S1)基于神经网络建立生成器网络；(S2)将预先生成的噪声图像输入生成器网络，以生成初始声速图像；(S3)将初始声速图像中的声速值转换至预设声速范围内，得到声速图像；(S4)将声速图像转换为声压分布信号，作为模拟信号；(S5)将采集自待成像组织的声压分布信号作为观测信号，计算模拟信号与观测信号之间的差异，并由此计算梯度，根据梯度对生成器网络的参数更新；(S6)重复执行(S2)～(S5)直至达到迭代终止条件；(S7)输出当前的声速图像。本发明能够在保证声速成像的高分辨率的同时，提高声速成像的泛化性和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.021 seconds)
