-
公开(公告)号:CN109118508A
公开(公告)日:2019-01-01
申请号:CN201811010424.0
申请日:2018-08-31
Applicant: 成都美律科技有限公司 , 重庆大学
Abstract: 本发明公开了一种IVOCT图像血管壁内腔轮廓提取方法,对于采集到的极坐标系下的IVOCT图像,首先在极坐标系下去除标定圈,然后转换至笛卡尔坐标系,去除成像导管和保护鞘,然后还原至极坐标系,在极坐标系下进行搜索得到导丝区域并去除导丝,然后进行血管壁边缘检测,将血管壁边缘曲线以上的像素点全部置为0,然后转换到笛卡尔坐标系下,得到血管壁内腔轮廓。采用本发明可以有效去除IVOCT图像中的干扰信息,提高所提取的血管壁内腔轮廓的准确度,从而突出显示冠状动脉形态和病理信息,对分析冠状动脉相关病症具有重要的意义。
-
公开(公告)号:CN108416769A
公开(公告)日:2018-08-17
申请号:CN201810174574.9
申请日:2018-03-02
Applicant: 成都斯斐德科技有限公司 , 重庆大学
Abstract: 本发明公开了一种基于预处理的IVOCT图像易损斑块自动检测方法,首先收集含有易损斑块的正样本IVOCT图像和不含易损斑块的负样本IVOCT图像,将样本IVOCT图像从笛卡尔坐标系转换至极坐标系并进行去噪处理,将每张IVOCT图像各自进行首尾拼接,在拼接IVOCT图像中采用原图像大小的滑动窗口提取图像并得到所提取图像的镜像图像,然后对每张图像各自进行首尾拼接,从而对样本数据进行增强,采用增强后的训练样本集对Faster R-CNN网络进行训练,采用训练得到的Faster R-CNN网络对待检测IVOCT图像进行易损斑块检测,对检测后的图像进行重叠易损斑块区域处理,再进行坐标系还原。本发明可以有效改善IVOCT图像易损斑块自动检测的技术性能,结果更具有客观性,可以大大减少医生的工作量。
-
公开(公告)号:CN108364289A
公开(公告)日:2018-08-03
申请号:CN201810174582.3
申请日:2018-03-02
Applicant: 成都斯斐德科技有限公司 , 重庆大学
Abstract: 本发明公开了一种IVOCT图像易损斑块自动检测方法,首先收集含有易损斑块的正样本IVOCT图像和不含易损斑块的负样本IVOCT图像,转换至极坐标系并进行去噪处理,将每张IVOCT图像各自进行首尾拼接,在拼接IVOCT图像中采用原图像大小的滑动窗口提取图像并得到所提取图像的镜像图像,然后对每张图像各自进行首尾拼接,从而对样本数据进行增强,采用增强后的训练样本集在Faster R-CNN网络中进行训练得到检测模型,采用训练得到的检测模型对待检测IVOCT图像进行易损斑块检测,对检测后的图像进行重叠易损斑块区域处理,然后进行检测后处理,得到检测结果,再进行坐标系还原。本发明可以有效改善IVOCT图像易损斑块自动检测的技术性能,结果更具有客观性,可以大大减少医生的工作量。
-
公开(公告)号:CN107638167A
公开(公告)日:2018-01-30
申请号:CN201710711249.7
申请日:2017-08-18
Applicant: 成都斯斐德科技有限公司 , 重庆大学
Abstract: 本发明公开了一种基于收缩压和脉搏率相干性的视觉诱导晕动症检测方法,首先分别采集用户在正常阶段和检测阶段的收缩压数据和脉搏率数据,归一化处理后,分别计算正常阶段和检测阶段的收缩压数据、脉搏率数据之间的相干系数的曲线,然后计算相干系数的均值和标准差,计算正常阶段和检测阶段的相干系数均值的相对偏差以及相干系数标准差的相对偏差,当检测阶段较正常阶段出现相干系数均值下降或相干系数标准差下降时,判定出现视觉诱导晕动症现象,从而实现视觉诱导晕动症的检测。
-
公开(公告)号:CN107440688A
公开(公告)日:2017-12-08
申请号:CN201710711246.3
申请日:2017-08-18
Applicant: 成都斯斐德科技有限公司 , 重庆大学
IPC: A61B5/00 , A61B5/0225 , A61B5/02
CPC classification number: A61B5/4076 , A61B5/02 , A61B5/0225 , A61B5/7271 , A61B5/742
Abstract: 本发明公开了一种基于收缩压和脉搏率功率谱的视觉诱导晕动症检测方法,首先分别采集用户在正常阶段和检测阶段的收缩压信号和脉搏率信号,计算得到每个信号的功率谱,然后再计算每个功率谱的标准差,分别计算两个收缩压功率谱标准差的相对偏差和两个脉搏率功率谱标准差的相对偏差,当检测阶段较正常阶段出现标准差下降时,判定出现视觉诱导晕动症现象,从而实现视觉诱导晕动症的检测。
-
公开(公告)号:CN108416769B
公开(公告)日:2021-06-04
申请号:CN201810174574.9
申请日:2018-03-02
Applicant: 成都斯斐德科技有限公司 , 重庆大学
Abstract: 本发明公开了一种基于预处理的IVOCT图像易损斑块自动检测方法,首先收集含有易损斑块的正样本IVOCT图像和不含易损斑块的负样本IVOCT图像,将样本IVOCT图像从笛卡尔坐标系转换至极坐标系并进行去噪处理,将每张IVOCT图像各自进行首尾拼接,在拼接IVOCT图像中采用原图像大小的滑动窗口提取图像并得到所提取图像的镜像图像,然后对每张图像各自进行首尾拼接,从而对样本数据进行增强,采用增强后的训练样本集对Faster R‑CNN网络进行训练,采用训练得到的Faster R‑CNN网络对待检测IVOCT图像进行易损斑块检测,对检测后的图像进行重叠易损斑块区域处理,再进行坐标系还原。本发明可以有效改善IVOCT图像易损斑块自动检测的技术性能,结果更具有客观性,可以大大减少医生的工作量。
-
公开(公告)号:CN109009094B
公开(公告)日:2021-03-30
申请号:CN201810635091.4
申请日:2018-06-20
Applicant: 成都美律科技有限公司 , 重庆大学
IPC: A61B5/369
Abstract: 本发明公开了一种基于脑电信号KC复杂度的视觉诱导晕动症检测方法,在用户的左右额叶区、左颞叶区分别设置一个脑电信号传感器,分别采集用户在正常阶段和检测阶段的三个通道脑电信号,计算出每个脑电信号的KC复杂度,当正常阶段与检测阶段的检测信号差异较大时判定出现视觉诱导晕动症现象,从而实现视觉诱导晕动症的检测。
-
公开(公告)号:CN109009094A
公开(公告)日:2018-12-18
申请号:CN201810635091.4
申请日:2018-06-20
Applicant: 成都美律科技有限公司 , 重庆大学
IPC: A61B5/0476
CPC classification number: A61B5/0476 , A61B5/72
Abstract: 本发明公开了一种基于脑电信号KC复杂度的视觉诱导晕动症检测方法,在用户的左右额叶区、左颞叶区分别设置一个脑电信号传感器,分别采集用户在正常阶段和检测阶段的三个通道脑电信号,计算出每个脑电信号的KC复杂度,当正常阶段与检测阶段的检测信号差异较大时判定出现视觉诱导晕动症现象,从而实现视觉诱导晕动症的检测。
-
公开(公告)号:CN107483912A
公开(公告)日:2017-12-15
申请号:CN201710767972.7
申请日:2017-08-31
Applicant: 成都斯斐德科技有限公司 , 重庆大学
CPC classification number: H04N13/106 , H04N13/156 , H04N13/305
Abstract: 本发明公开了一种基于浮点型柱状透镜光栅的多视点图像融合方法,在现有技术基础上,针对系数阵列生成,采用先乘除法后取余运算,然后再对行和列的计算进行变形,这样不仅能减少取余运算的个数,而且也能使得变形之后的计算中减少了浮点型数据的乘法运算,计算量更少。在行、列变形之后的公式上,转化取余运算,硬件中没有对于浮点型数据的取余运算,通过一个比较器转化为硬件能实现的加减运算;同时,在进行图像子像素采集时,融合图像中的每一个子像素来源于不同的两个视点,且每个视点占不同的比例,这样将多幅视图进行子像素采集并加权融合成一幅适合于浮点型柱状透镜光栅显示的裸眼3D图像,在保证精度的同时,更加节省硬件资源。
-
公开(公告)号:CN107397532A
公开(公告)日:2017-11-28
申请号:CN201710711354.0
申请日:2017-08-18
Applicant: 成都斯斐德科技有限公司 , 重庆大学
CPC classification number: A61B5/4005 , A61B5/021 , A61B5/024 , A61B5/72 , A61B5/7246 , A61B5/7282
Abstract: 本发明公开了一种基于收缩压和脉搏率相关性的视觉诱导晕动症检测方法,首先分别采集用户在正常阶段和检测阶段的收缩压数据和脉搏率数据,归一化处理后,分别提取各个数据的Mayer波,分别计算正常阶段和检测阶段收缩压Mayer波与脉搏率Mayer波之间的最大互相关系数,筛选得到正常阶段和检测阶段的最大互相关系数峰值,计算正常阶段和检测阶段的最大互相关系数峰值的相对偏差,当检测阶段较正常阶段出现最大互相关系数峰值下降时,判定出现视觉诱导晕动症现象,从而实现视觉诱导晕动症的检测。
-
-
-
-
-
-
-
-
-