多模态成像中图像重建方法、装置和多模态成像技术系统

    公开(公告)号:CN112862924A

    公开(公告)日:2021-05-28

    申请号:CN202011627364.4

    申请日:2020-12-31

    Abstract: 本发明提供一种多模态成像中图像重建方法、装置和系统,包括:接收数字滤波装置输出的任一滤波后信号;若所述任一滤波后信号为超声类型或光声类型,则基于多角度观测相控聚焦空间复合成像确定输出的所述任一滤波后信号对应的复合图像;若所述任一滤波后信号为弹性模态类型,则对所述任一滤波后信号依次进行组织位移估计、方向性滤波器和波速估计,确定输出的所述任一滤波后信号对应的弹性重建图像。本发明提供的方法、装置和系统,实现了多模态成像中图像重建输出的任一类型滤波后信号对应的重建图像都提升效果、提高分辨率且降低运算量,并且多种模态类型信号进行图像合成使最终成像更准确效果更好。

    一种水下机器人的电缆自动收放设备及自动收放方法

    公开(公告)号:CN107257120B

    公开(公告)日:2018-11-30

    申请号:CN201710335248.7

    申请日:2017-05-12

    Abstract: 本发明公开一种水下机器人的电缆自动收放设备及自动收放方法。其中,所述设备包括:防水外壳、卷线装置、控制装置、供电装置、通信装置和动力装置,控制装置分别与卷线装置、通信装置和动力装置通信连接,卷线装置和供电装置设置在防水外壳里;卷线装置用于收放水下机器人的电缆;控制装置用于根据接收到的水下机器人发送的信息控制卷线装置收放电缆,以及用于通过动力装置控制防水外壳的移动;供电装置为动力装置、卷线装置、通信装置和水下机器人提供电能;通信装置与水下机器人进行通信;动力装置用于使防水外壳在水面上移动并保持平衡。本发明提供的水下机器人的电缆自动收放设备及自动收放方法,提高了对水下机器人的电缆的收放效率。

    基于深度学习的光声图像超分辨重建方法及装置

    公开(公告)号:CN111127320B

    公开(公告)日:2023-08-04

    申请号:CN201911341072.1

    申请日:2019-12-23

    Abstract: 本发明实施例提供一种基于深度学习的光声图像超分辨重建方法及装置,其中,方法包括:通过k‑Wave工具箱、迭代重建算法,制备光声图像超分辨重建仿真数据集,并通过光声实验和图像下采样算法补充实验数据集;构建超分辨率网络SE‑EDSR;采用预训练策略在仿真数据集和实验数据集上递进式地训练SE‑EDSR,依次完成×2、×3、×4的超分辨重建任务,得到最终的光声图像×4超分辨重建模型;将目标光声图像输入训练好的光声图像×4超分辨重建模型,输出超分辨重建后的×4的高分辨图像。可实现基于深度学习的光声图像超分辨重建,显著降低传统重建算法对光声信号质量的严苛要求,有效节省信号采集带来的经济成本及时间成本。

    多模态成像中数字滤波方法、装置和多模态成像技术系统

    公开(公告)号:CN112842264B

    公开(公告)日:2023-04-25

    申请号:CN202011633716.7

    申请日:2020-12-31

    Abstract: 本发明提供一种多模态成像中数字滤波方法、装置和系统,包括:接收数据采集装置输出的任一成像模态类型的数字信号;其中,所述任一成像模态类型包括光声模态、超声模态或弹性模态;将所述数字信号采用中值滤波输出第一数字信号;将所述数字信号采用Renyi熵滤波输出第二数字信号;基于所述第一数字信号和所述第二数字信号确定所述任一成像模态类型的滤波后信号。本发明提供的方法、装置和系统,实现了多模态成像中数字滤波在去噪的同时有效保存了信号的边缘信息和结构特性,并且多种模态类型信号进行图像合成使最终成像更准确效果更好。

    基于多模态成像的身体机能多参数量化方法和装置

    公开(公告)号:CN112869768A

    公开(公告)日:2021-06-01

    申请号:CN202110034796.2

    申请日:2021-01-12

    Abstract: 本发明提供一种基于多模态成像的身体机能多参数量化方法和装置,包括:从多模态成像中提取超声成像,对所述超声成像采用预设分割算法,获取结构形态信息参数;从所述多模态成像中提取光声成像,对所述光声成像采用预设蒙特卡罗仿真迭代算法,获取生理信息参数;从所述多模态成像中提取剪切波,对所述剪切波进行组织位移估计、方向性滤波器和波速估计,获取弹性硬度信息参数。本发明提供的方法和装置,实现了从多模态成像的超声信号、光声信号和弹性信号中提取各类身体机能参数数值,为病灶提供全面完整的诊断依据。

    多模态成像中数字滤波方法、装置和多模态成像技术系统

    公开(公告)号:CN112842264A

    公开(公告)日:2021-05-28

    申请号:CN202011633716.7

    申请日:2020-12-31

    Abstract: 本发明提供一种多模态成像中数字滤波方法、装置和系统,包括:接收数据采集装置输出的任一成像模态类型的数字信号;其中,所述任一成像模态类型包括光声模态、超声模态或弹性模态;将所述数字信号采用中值滤波输出第一数字信号;将所述数字信号采用Renyi熵滤波输出第二数字信号;基于所述第一数字信号和所述第二数字信号确定所述任一成像模态类型的滤波后信号。本发明提供的方法、装置和系统,实现了多模态成像中数字滤波在去噪的同时有效保存了信号的边缘信息和结构特性,并且多种模态类型信号进行图像合成使最终成像更准确效果更好。

    智能自学习激光功率控制系统及光热治疗系统

    公开(公告)号:CN110755755B

    公开(公告)日:2021-05-28

    申请号:CN201911096092.7

    申请日:2019-11-11

    Abstract: 本发明实施例提供一种智能自学习激光功率控制系统及光热治疗系统,智能自学习激光功率控制系统包括:自学习控制器和双闭环控制系统;自学习控制器,用于根据预设期望治疗温度和预设温度误差阈值,利用迭代自学习算法,获取双闭环控制系统的参考温度输入信号;所述双闭环控制系统采用内外两环控制结构,完成双闭环控制系统的整个环路的负反馈有差控制,以调节光热治疗系统中的加热治疗设备的输出功率达到设定值,使靶区温度稳定在预设范围。本发明实施例能够减小对光热治疗系统中的加热治疗设备的输出功率的控制误差,使靶区温度稳定在预设范围,避免利用光热治疗系统进行光热治疗期间对靶区组织边界处的正常组织造成伤害。

    基于深度学习的光声图像超分辨重建方法及装置

    公开(公告)号:CN111127320A

    公开(公告)日:2020-05-08

    申请号:CN201911341072.1

    申请日:2019-12-23

    Abstract: 本发明实施例提供一种基于深度学习的光声图像超分辨重建方法及装置,其中,方法包括:通过k-Wave工具箱、迭代重建算法,制备光声图像超分辨重建仿真数据集,并通过光声实验和图像下采样算法补充实验数据集;构建超分辨率网络SE-EDSR;采用预训练策略在仿真数据集和实验数据集上递进式地训练SE-EDSR,依次完成×2、×3、×4的超分辨重建任务,得到最终的光声图像×4超分辨重建模型;将目标光声图像输入训练好的光声图像×4超分辨重建模型,输出超分辨重建后的×4的高分辨图像。可实现基于深度学习的光声图像超分辨重建,显著降低传统重建算法对光声信号质量的严苛要求,有效节省信号采集带来的经济成本及时间成本。

    旋流循环式水解设备
    30.
    发明授权

    公开(公告)号:CN101298350B

    公开(公告)日:2010-06-09

    申请号:CN200810064604.7

    申请日:2008-05-28

    Abstract: 旋流循环式水解设备,它涉及一种水解设备。本发明解决了现有的水解系统存在搅拌效果差以致影响水解效果、搅拌器耗能大的问题。本发明所述循环搅拌管路(8)的一端垂直插装在厌氧水解罐(1)内的底部,循环搅拌管路(8)的另一端与第一分水管(16-1)的另一端连通,所述若干个搅拌器(2)由下至上依次水平固装在位于厌氧水解罐(1)内的循环搅拌管路(8)上,所述若干个搅拌器(2)通过其上的进水通口(2-6)分别与循环搅拌管路(8)连通,所述加压水泵(3)串接在第一分水管(16-1)或第二分水管(16-2)上。本发明利用处理工序下一步的进水系统进行废水内部循环搅拌,不仅能节省能耗,还能增加搅拌的效率,进而提高处理效果。

Patent Agency Ranking