-
公开(公告)号：CN101690672A
公开(公告)日：2010-04-07
申请号：CN200910204766.0
申请日：2009-09-26
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种基于阵列探头的实时光声成像装置，属于生物组织无损检测技术领域。本发明采用多元阵列超声探头同步观测并采集光声信号，经放大后送到A/D转换器均匀采样，采用现场可编程门阵列FPGA将采集到的光声图像数据通过USB接口输入到计算机内存中，在计算机上进行在线波束形成、数字信号与图像处理并实时显示。本发明包括激光器、多元阵列超声探头、多通道并行采集电路和计算机。本发明采用多通道并行采集、分布式快速重建的处理机制和硬件平台，确保信号采集和处理过程无瓶颈，实现了光声信号的实时成像；采用多通道并行采集电路实现了数据的并行采集和存储，通道数也可以根据实际需要进行调整，以求获得最佳的成像效果。
-
公开(公告)号：CN101669816A
公开(公告)日：2010-03-17
申请号：CN200910204089.2
申请日：2009-09-26
Applicant: 哈尔滨工业大学(威海)
IPC: A61B5/00
Abstract: 本发明提供一种基于多角度观测的高分辨率光声成像方法，包括以下步骤：脉冲激光照射到生物组织上产生光声信号；利用多元阵列超声探头同步观测光声信号，将采集到的光声信号全部采集、存储并上传到计算机中；在计算机上基于相控动态聚焦算法和逆向坐标变换算法对光声图像进行快速重建；通过改变动态聚焦参数实现对待测生物组织的多角度观测，将不同角度观测到的图像进行数据融合处理。本发明实现了对待测生物组织的多角度观测，有效提高了成像的横向分辨率和信噪比；在计算机上采用分布式快速重建算法，提高了成像速度，实现了装置的数字化；采用阵列探头实现对待测生物组织多角度、多位置成像，提高了系统的适应性和应用范围。
-
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：CN115470645B
公开(公告)日：2024-12-27
申请号：CN202211160745.5
申请日：2022-09-22
Applicant: 哈尔滨工业大学(威海)
IPC: G06F30/20 , G06F18/10 , G06F111/04 , G06F111/08 , G06F111/10
Abstract: 本发明公开了一种变分模态分解的参数确定方法，所述方法包括如下步骤：第一步、确定K和α的搜索范围，确定总迭代次数NT，当前迭代次数NC设置为0；第二步、在搜索范围内，选取P个不同的变分模态分解参数(K,α)；第三步、对所有P个变分模态分解参数，计算每个变分模态分解参数的目标函数；第四步、保留获得小的目标函数结果的变分模态分解的参数，对其余获得大的目标函数结果的每一个变分模态分解的参数，采用优化算法，得到更新后的参数；第五步、NC加1；如果NT大于NC，转到第三步；如果NT等于NC，参数自动寻优结束，获得最小的目标函数结果的参数就是最优参数。该方法对变分模态分解的K和α进行自动寻优的方法，解决了手工设置两个参数导致分解结果不正确的问题。
-
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。
-
Patent Agency Ranking
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：CN115470645A
公开(公告)日：2022-12-13
申请号：CN202211160745.5
申请日：2022-09-22
Applicant: 哈尔滨工业大学(威海)
IPC: G06F30/20 , G06K9/00 , G06F111/04 , G06F111/08 , G06F111/10
Abstract: 本发明公开了一种变分模态分解的参数确定方法，所述方法包括如下步骤：第一步、确定K和α的搜索范围，确定总迭代次数NT，当前迭代次数NC设置为0；第二步、在搜索范围内，选取P个不同的变分模态分解参数(K,α)；第三步、对所有P个变分模态分解参数，计算每个变分模态分解参数的目标函数；第四步、保留获得小的目标函数结果的变分模态分解的参数，对其余获得大的目标函数结果的每一个变分模态分解的参数，采用优化算法，得到更新后的参数；第五步、NC加1；如果NT大于NC，转到第三步；如果NT等于NC，参数自动寻优结束，获得最小的目标函数结果的参数就是最优参数。该方法对变分模态分解的K和α进行自动寻优的方法，解决了手工设置两个参数导致分解结果不正确的问题。
-
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。
-
公开(公告)号：CN113643400A
公开(公告)日：2021-11-12
申请号：CN202110966379.1
申请日：2021-08-23
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种图像生成方法，包括：获取训练数据集，所述训练数据集包括若干张第一图像和若干张第二图像；其中，所述第一图像为原图像，所述第二图像为待生成类别的图像；基于CycleGAN和VAE建立神经网络模型；通过所述训练数据集对所述神经网络模型进行训练，训练好的所述神经网络模型用于进行图像生成。本发明采用CycleGAN与VAE结合的方式，通过VAE网络产生图像的编码分布，将产生的编码输入到CycleGAN网络作为其生成图像的噪声信号，并对生成的图像加上类别限制，能够保证生成的图像是期望的图像，使生成的图像逼真的同时也具有较好的细节信息。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.04 seconds)
