基于支持向量机的彩色滤波阵列插值方法

    公开(公告)号:CN101710998A

    公开(公告)日:2010-05-19

    申请号:CN200910230340.2

    申请日:2009-11-05

    Abstract: 本发明提供一种基于支持向量机的彩色滤波阵列插值方法,其主要思想是首先定义色差平面,然后在色差平面上根据空间相关性选择合适的临近点输入模式训练支持向量回归机,用训练的支持向量回归机插值估计未知点的色差值,最后应用色差公式计算得到每个像素点丢失的两种颜色分量。本发明利用图像的空间相关性和色彩相关性原理,应用支持向量回归机方法进行彩色滤波阵列插值,获得客观指标和主观评价好的图像,克服了通常的彩色滤波阵列插值方法产生边缘模糊和产生虚假色的缺点,得到高质量的结果图像。本发明可以广泛应用于彩色图像获取设备或者装置中。

    基于相干因子加权融合的光声温度成像方法

    公开(公告)号:CN119791612A

    公开(公告)日:2025-04-11

    申请号:CN202411986194.7

    申请日:2024-12-31

    Abstract: 本发明公开了一种基于相干因子加权融合的光声温度成像方法,所述方法如下:步骤1、基于光声超声双模态的多带宽光声成像系统硬件组成与配置;步骤2、超声模态信号预处理;步骤3、相干因子的计算和重建图像的加权。本发明展示了高精度的非侵入式测温能力,为肿瘤的光热治疗提供了更为先进的非侵入温度监测手段。本发明集成成像、分割、测温、治疗等功能模块,通过相干因子对重建图像加权,去除FBP重建图像中的高伪影、多旁瓣,显著提高了温度成像的分辨率,在光热治疗的应用中显现出显著优势与巨大应用潜力。辅以多模态图像融合方法,保证在治疗过程中可以获取靶区多模态信息,为工作人员提供更加直观的可视化肿瘤状态反馈,提升治疗效果。

    基于深度学习级联增强的多带宽光声成像系统及方法

    公开(公告)号:CN119257553A

    公开(公告)日:2025-01-07

    申请号:CN202411316573.5

    申请日:2024-09-20

    Abstract: 本发明公开了一种基于深度学习级联增强的多带宽光声成像系统及方法,所述系统由脉冲激光器、两个半环形阵列探头、多通道数据采集卡和中央计算机构成,脉冲激光器用于激发目标区域内的光吸收体,产生光声信号;两个半环形阵列探头分别具有中心频率为5.5MHz的高频探头和2.5MHz的低频探头,高频探头用于获取高分辨率图像,低频探头用于检测较大的光吸收体和低信噪比的结构特征;多通道数据采集卡用于将两个半环形阵列探头接收到的光声信号进行数字化处理,并将处理后的数据传输至中央计算机,基于滤波反投影重建算法重建光声图像。本发明的多带宽光声成像系统展示了极高的图像重建能力,为生物医学成像提供了更为精确的解决方案。

    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。

    一种基于SPECT影像的甲状腺结节性质分类方法

    公开(公告)号:CN113837224B

    公开(公告)日:2022-06-24

    申请号:CN202110978848.1

    申请日:2021-08-25

    Abstract: 本发明公开了一种基于SPECT影像的甲状腺结节性质分类方法,包括:获取甲状腺的SPECT影像数据集,并将所述甲状腺的SPECT影像数据集输入甲状腺结节性质分类模型进行训练,获得完成训练的甲状腺结节性质分类模型,其中所述甲状腺结节性质分类模型的网络结构包括分类卷积神经网络和孪生神经网络;基于所述完成训练的甲状腺结节性质分类模型,输入待测SPECT影像,获得甲状腺结节性质分类结果。本发明通过独特的网络结构和对困难样本挖掘,以极少的训练样本训练出了合格的分类模型,节省了成本、提高了效率,实现了高准确率的自动分类。

    一种高频信号压缩方法
    28.
    发明公开

    公开(公告)号:CN113709144A

    公开(公告)日:2021-11-26

    申请号:CN202110988207.4

    申请日:2021-08-26

    Abstract: 本发明公开了一种高频信号压缩方法,所述方法包括如下步骤:步骤1)利用传感器获得高频信号;步骤2)将高频振动信号进行VMD分解,得到各个子信号和残差信号;步骤3)对残差信号按照位进行重新排列,即:把16个连续的残差数据排成一张表,每个残差数据16位占一行,16个数据共16行,然后把该表转置;步骤4)对步骤3)得到的转置位表先进行RLE压缩,再把压缩结果通过LZW进一步压缩。本发明能够解决高频数据存储占用大量存储空间和传输时间的问题,可以在高频数据存储和传输中应用。

    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。

Patent Agency Ranking