-
公开(公告)号：CN119295317A
公开(公告)日：2025-01-10
申请号：CN202411316574.X
申请日：2024-09-20
Applicant: 哈尔滨工业大学(威海) , 哈工大苏州研究院
IPC: G06T3/4053 , G06T3/4046 , G06T5/73 , G06T5/60 , G06T5/10 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于多尺度坐标门控卷积的光声图像重建方法，所述方法包括如下步骤：步骤1：多尺度坐标门控卷积模块设计；步骤2：光声图像重建网络模型架构设计；步骤3：光声图像重建。该方法通过引入与PSF空间变化相适应的多尺度坐标门控卷积模块，能够动态调整卷积核的大小和形状，以适应PSF在不同空间位置的变化，更好地捕捉图像细节，实现对图像中不同位置的特征进行自适应处理，补偿由PSF变化引起的图像模糊和失真，从而显著提高重建光声图像的清晰度和分辨率，实现更高分辨率的图像重建，满足临床成像和诊断的高要求。实验结果表明，本发明在光声图像重建中显著提升了成像质量，为光声成像的临床应用提供了新的可能性。
-
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
Applicant: 哈尔滨工业大学(威海) , 哈工大苏州研究院
IPC: A61B5/00 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06V10/44 , G06V10/80 , G06V10/82
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。
-
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
Applicant: 哈尔滨工业大学(威海)
IPC: G06T3/40
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。
-
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
Applicant: 哈尔滨工业大学(威海)
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。
-
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
Applicant: 哈尔滨工业大学(威海)
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。
-
Patent Agency Ranking
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
Applicant: 哈尔滨工业大学(威海)
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。
-
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
Applicant: 哈尔滨工业大学(威海)
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。
-
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
Applicant: 哈尔滨工业大学(威海)
IPC: A61N5/067
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。
-
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
Applicant: 哈尔滨工业大学(威海)
IPC: G06T3/40
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。
-
公开(公告)号：CN109949281A
公开(公告)日：2019-06-28
申请号：CN201910179458.0
申请日：2019-03-11
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明实施例提供一种胃镜图像质量检测方法及装置，包括：获取待检测的目标胃镜图像；基于训练好的胃镜图像质量检测模型，对所述目标胃镜图像进行检测，获取到所述目标胃镜图像的质量检测结果；所述训练好的胃镜图像质量检测模型是由标注有图像质量类型的样本胃镜图像训练得到的。本发明实施例提供的一种胃镜图像质量检测方法及装置，通过对胃镜图像的质量类别进行标准化检测，能够提高胃镜图像质量，从而提高了胃镜图像的准确性，获取更有效的胃镜检测信息，提高了胃镜图像的获取效率。
-
-
-
-
-
-
-
-
-
Search Results
120
records
(took 0.027 seconds)
