-
公开(公告)号：CN111481168B
公开(公告)日：2023-04-07
申请号：CN201910080573.2
申请日：2019-01-28
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种光声内窥成像图像重建方法及系统。所述重建方法包括：根据前向仿真法确定生物腔体组织在短脉冲激光照射下产生的光声信号的光声信号理论值；获取超声探测器在所述生物腔体组织内采集的光声信号的光声信号测量值；根据所述光声信号理论值以及所述光声信号测量值构建目标函数；所述目标函数包括光吸收系数分布的非线性最小二乘函数以及声速分布的非线性最小二乘函数；根据所述目标函数重建所述生物腔体组织的横截面上的光声内窥成像图像。采用本发明所提供的重建方法及系统能够提高光声内窥成像图像重建精确度。
-
公开(公告)号：CN111820868A
公开(公告)日：2020-10-27
申请号：CN201910317346.7
申请日：2019-04-19
Applicant: 华北电力大学(保定)
Abstract: 本发明公开一种生物光声内窥图像重建方法及系统。所述重建方法具体包括：获取所述超声换能器接收到的存在声衰减的光声信号测量值；建立所述光声信号测量值与所述无衰减的光声信号之间的关联方程；离散化处理所述关联方程，获得关联矩阵；采用奇异值分解法计算所述关联矩阵的广义逆矩阵，获得关联广义逆矩阵；根据所述关联广义逆矩阵和所述光声信号测量值计算所述成像组织的无衰减的光声信号，获得成像无衰减光声信号；根据所述无衰减光声信号重建腔体横截面上的光吸收能量分布图。通过建立测量值与所述无衰减的光声信号之间的关联方程提高了生物光声内窥成像的分辨率。
-
公开(公告)号：CN104899861B
公开(公告)日：2017-10-27
申请号：CN201510152617.X
申请日：2015-04-01
Applicant: 华北电力大学(保定)
Abstract: 一种血管内超声视频中关键帧的自动检索方法，所述方法首先对各帧图像进行斑点去噪各向异性扩散滤波；然后在对滤波后的图像进行灰度拉伸的基础上，计算各帧图像的灰度直方图，得到256维的归一化灰度特征向量；再计算相邻帧灰度特征向量之间的巴氏距离，作为对相邻帧图像相似度的度量；最后通过将相邻帧灰度特征向量之间的巴氏距离与设定的阈值进行比较，完成关键帧的提取。本发明通过分析IVUS图像的灰度特征实现血管内超声视频中关键帧的快速提取，可帮助测试者迅速定位变异或者外物植入的位置，为血管异变的处理、评价提供可靠信息。
-
公开(公告)号：CN105139382A
公开(公告)日：2015-12-09
申请号：CN201510481070.8
申请日：2015-08-03
Applicant: 华北电力大学(保定)
CPC classification number: G06T3/0068 , G06T2207/10132 , G06T2207/30101
Abstract: 一种冠状动脉内超声图像序列的弹性配准方法，所述方法首先从各帧ICUS灰阶图像中提取出血管腔轮廓（即血管壁的内膜轮廓）；然后对血管腔轮廓进行离散化，获得轮廓特征点；最后，采用薄板样条（TPS）插值算法寻找两帧图像中血管腔轮廓特征点对之间的对应关系，实现两帧图像的弹性配准。本发明以血管腔的轮廓作为配准依据，不仅可对由心脏运动引起的图像错位进行纠正，而且大大降低了算法的复杂度和运算量，为从ICUS图像中提取血管壁边缘、定量测量血管形态参数以及三维重建血管创造了便利条件。
-
公开(公告)号：CN105069785A
公开(公告)日：2015-11-18
申请号：CN201510454593.3
申请日：2015-07-29
Applicant: 华北电力大学(保定)
CPC classification number: G06T7/0012 , G06T3/0031 , G06T2207/10016 , G06T2207/30048
Abstract: 一种心脏图像序列的回顾性脱机呼吸门控方法，所述方法首先采用流形学习方法中的拉普拉斯特征映射对存储ECG门控心脏图像序列数据的矩阵进行降维处理，得到嵌入在高维观测数据点集中的低维坐标矩阵；然后计算低维坐标矩阵中相邻特征向量之间的欧氏距离，检测欧氏距离的局部极大值，并将其作为门控帧的选取位置，从而得到去除了呼吸运动伪影的门控图像序列。本发明直接对由图像中所有像素的灰度值组成的矩阵进行分析，得到心脏图像序列中的呼吸运动信息。本方法只需求解稀疏矩阵的特征值，而且无需操作者的手动参与，具有计算复杂度低、自动化程度高、应用成本低等优点。此外，本方法只利用了局部距离信息，因而门控结果对噪声不敏感。
-
Patent Agency Ranking
公开(公告)号：CN101953696B
公开(公告)日：2012-11-14
申请号：CN201010297280.9
申请日：2010-09-30
Applicant: 华北电力大学(保定)
Abstract: 一种ICUS图像序列中血管的三维形态参数测量方法，用于提高冠状动脉血管形态参数的测量精度。其技术方案是：首先利用连续回撤超声导管获取的、覆盖多个心动周期的冠状动脉内超声图像序列和在超声导管回撤路径起点采集的、两个近似垂直方位上的X射线冠状动脉造影图像之间的交叉信息完成血管的三维重建，然后采用该三维血管模型，用几何方法对临床重要的血管形态参数进行测量和计算。实验证明，本发明对血管形态参数的测量结果比传统方法更为精确，从而为冠心病的可视化诊治和对介入治疗效果的评价提供了可靠依据。
-
公开(公告)号：CN116313101A
公开(公告)日：2023-06-23
申请号：CN202310411213.2
申请日：2023-04-18
Applicant: 华北电力大学(保定)
IPC: G16H50/30 , G16H50/50 , G06F30/27 , G06F30/28 , G06N3/048 , G06N3/08 , G06F113/08 , G06F119/14
Abstract: 本发明公开一种冠状动脉血流储备分数确定方法、系统、设备及介质，基于全连接网络模型搭建用于确定狭窄远端血流储备分数的网络模型，从采集的IVUS或IVOCT图像序列中提取血管的几何特征，并计算跨狭窄区域的压力损失，将目标血管段的几何特征参数集和跨狭窄区域的压力损失的计算数值共同输入训练后的网络模型，输出目标血管段狭窄远端的血流储备分数。本发明采用深度学习技术，将数据驱动与物理知识相结合，整合冠脉的生理学和形态学信息，提高了冠脉病变生理评估的准确性。
-
公开(公告)号：CN111223162B
公开(公告)日：2023-06-23
申请号：CN202010008799.4
申请日：2020-01-06
Applicant: 华北电力大学(保定)
IPC: G06T11/00 , G06N3/0464 , G06N3/08 , G16H50/50
Abstract: 本发明涉及一种用于重建EPAT图像的深度学习方法及系统，方法包括，构造用于有限角度光声内窥层析成像EPAT图像重建的深度学习数据集；所述数据集包括：训练集、验证集和测试集；建立前向传播的卷积神经网络模型；基于所述训练集、验证集和测试集对所述卷积神经网络模型中的网络参数进行逐层训练、验证和优化，得到优化后的卷积神经网络模型；将所述测试集输入至所述优化后的卷积神经网络模型中得到光吸收能量分布图像。本发明中的上述方法能够从有限角度扫描采集的光声信号中重建高质量的腔体横截面光吸收能量分布图。
-
公开(公告)号：CN112330764B
公开(公告)日：2023-03-21
申请号：CN202011209859.5
申请日：2020-11-03
Applicant: 华北电力大学(保定)
Abstract: 本发明涉及一种补偿声反射的生物内窥式光声图像重建的方法及系统。该方法包括：采用数值仿真的方法获取模拟组织中的成像平面产生的平面超声波；利用超声探测器获取成像导管中的成像平面内的原始光信号；利用所述平面超声波和所述原始光信号确定理想光声信号；根据所述理想光声信号确定所述成像平面上抑制反射伪影后的初始声压分布图像。本发明减少了图像中的反射伪影，提高了图像质量。
-
公开(公告)号：CN109671130B
公开(公告)日：2023-03-17
申请号：CN201811608544.0
申请日：2018-12-27
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种利用稀疏测量数据重建内窥式光声层析图像的方法及系统，解决了利用稀疏的光声测量数据重建光吸收分布图像中出现严重伪影和失真的问题。首先构造可用于光声信号稀疏表示的自适应完备字典；其次利用随机测量矩阵测量到数据构建稀疏光声信号测量数据矩阵；然后根据测量矩阵和自适应完备字典计算感知矩阵；再者根据稀疏光声信号测量数据矩阵和感知矩阵，优化计算得到完备光声信号稀疏表示的系数矩阵；最后利用系数矩阵和自适应完备字典，通过稀疏反变换恢复出完备光声信号数据矩阵，并采用图像重建公式，重建光吸收能量分布图，提高了成像精度。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.032 seconds)
