-
公开(公告)号:CN102198009A
公开(公告)日:2011-09-28
申请号:CN201110158970.0
申请日:2011-06-14
Applicant: 复旦大学
IPC: A61B8/08
Abstract: 本发明属于医学超声技术领域,具体为一种基于超声背散射信号参量的松质骨诊断系统。该系统包括:超声背散射信号的获取模块、预处理模块、背散射参量计算模块和松质骨状况评价模块。本发明利用超声收发一体探头从人体跟骨处获取超声背散射信号,并提取出有效的松质骨超声背散射信号,再利用计算模块计算出背散射系数、表观积分背散射系数、频谱质心偏移量和平均骨小梁间距四个参量,最后用这四个参量通过与存储在系统内部标准数据库中的标准值比较来分析松质骨的健康状况。相比于传统的使用宽带超声衰减和超声传播速度的超声透射法诊断系统,本发明诊断系统能得到松质骨结构的完整信息,从而更好地检测人体松质骨的健康状况。
-
公开(公告)号:CN101889877A
公开(公告)日:2010-11-24
申请号:CN201010232838.5
申请日:2010-07-21
Applicant: 复旦大学
IPC: A61B8/08
Abstract: 本发明属于医学超声技术领域,具体为一种基于希尔伯特变换-基频估计的松质骨平均骨小梁间距估计方法。该方法首先采用希尔伯特变换提取模数转换后的超声背散射信号的包络,再对包络信号进行降采样。然后分别用基于事件的瞬时基频估计(EB)和阴(YIN)两种基频估计算法对它进行处理,在最后的判决模块中找出包络信号的基频,再由该基频和已知的超声传播速度可以推出平均骨小梁间距。本发明首次提出了利用希尔伯特变换-基频估计的方法来研究平均骨小梁间距,相比于传统的直接估计平均骨小梁间距的方法,本方法对白噪声,随机散射回波和规则散射回波的变化都有更强的鲁棒性,并对不同的平均骨小梁间距都能更准确的估计。
-
公开(公告)号:CN112244780B
公开(公告)日:2025-02-28
申请号:CN202011151377.9
申请日:2020-10-25
IPC: A61B5/00
Abstract: 本发明属于骨密度检测技术领域,具体为一种基于光声信号的骨密度测量装置及方法。本发明装置包括计算机、激光器、发射控制电路、平移控制器、超声换能器、信号放大器和模数转换器;所述计算机通过发射控制电路和平移控制器控制激光器发射脉冲激光并在水平方向移动,使脉冲激光照射到待测量骨骼组织,通过超声换能器接收光声效应产生的超声信号,经信号放大器和模数转换器存入计算机,用于分析计算骨密度信息。本发明通过对比分析骨组织不同位置的光声信号,获得两测量区域之间的骨密度信息。本发明具有无创伤、无辐射、不受皮肤软组织等干扰等优势,可提供不同位置的骨密度细节信息。
-
公开(公告)号:CN114549318B
公开(公告)日:2025-02-18
申请号:CN202210170051.3
申请日:2022-02-23
Applicant: 复旦大学
IPC: G06T3/4053 , G06T3/4046 , G06T17/00 , G06F30/27 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于亚体素卷积神经网络的超高分辨荧光显微成像方法,基于结合了多分支结构和残差学习的端到端三维亚体素卷积神经网络构建并训练得到超高分辨三维光学显微成像模型,通过该成像模型将原始光学低分辨率图像映射到三维超高分辨荧光探针的定位图像上,从而应用于三维超高分辨荧光显微成像。相较于现有的显微成像技术,该基于亚体素卷积神经网络的超高分辨荧光显微成像方法显著改善了超高分辨荧光显微成像的轴向分辨率,并且降低了三维荧光显微超分辨重建的计算复杂度。而且经网络训练成功得到的超高分辨三维光学显微成像模型即不需要额外的人工参数调节,也不需要额外的人工干预,适用于快速、灵活、三维超高分辨荧光显微成像。
-
公开(公告)号:CN119423837A
公开(公告)日:2025-02-14
申请号:CN202411431629.1
申请日:2024-10-14
Applicant: 上海交通大学医学院附属新华医院 , 复旦大学
Abstract: 本发明提供一种超声影像重建及影像引导采集方法、装置、系统及终端,通过首先激发换能器产生单角度平面波超声照射前列腺获取超声RF信号。随后,基于前列腺的医学影像与这些超声RF信号,重建出静态流超声仿真图像与实时超声图像,并据此生成精确的引导控制指令。这些指令能引导换能器移动至最佳成像位置,随后释放脉冲激光照射前列腺,从而捕获光声RF信号。基于所采集的光声RF信号,进一步重建出光声影像,并将这些信号妥善储存。本发明通过设计的实时影像引导功能实现对前列腺可视化适形超声辐照,确保了超声和光声RF信号的精确采集,进而显著提升了超声和光声影像的重建准确度,还辅助提高了智能化判别患者前列腺炎症程度的准确度,使治疗效率大大提升。
-
公开(公告)号:CN119132622A
公开(公告)日:2024-12-13
申请号:CN202411257678.8
申请日:2024-09-09
Applicant: 复旦大学
IPC: G16H50/50 , G06F30/23 , G16H30/00 , A61N7/02 , G06F119/12
Abstract: 本发明公开一种经颅超声多频声全息透镜设计方法及系统,包括以下步骤:设置多个不同的聚焦点;在Matlab中使用k‑wave工具箱,利用时间反演法分别将多个不同的聚焦点设为声源,分别采用多个驱动频率进行仿真实验,捕获超声换能器放置的平面处的相位,得到多个声全息图;提取多个声全息图的有效信息,整合成多频声全息图,在得到可经颅的多频声全息图后,提取多频声全息图的相位信息转化为声全息透镜每个像素的高度。通过提取不同工作频率的多片聚焦到不同位置的声全息透镜中的有效信息整合到一片多频声全息透镜,实现基于多频声全息透镜的多频经颅聚焦,根据不同的驱动频率在聚焦平面重建出对应的焦点,从而实现在经颅聚焦中的灵活性,提升应用潜力。
-
公开(公告)号:CN114124244B
公开(公告)日:2024-12-03
申请号:CN202111622455.3
申请日:2021-12-28
Applicant: 复旦大学
IPC: H04B11/00
Abstract: 本发明提供一种基于超声聚焦方式的数据传输装置,其特征在于,包括:数据发出端以及数据接收端。数据发出端包括:编码器,用于对需要传输的数据进行编码。阵列控制模块,用于转换成并行控制电信号。功率放大模块,用于对并行控制电信号进行放大。超声探头阵列,用于对并行控制电信号转换成超声信号并发射。数据接收端包括:m个接收探头,用于接收超声信号。提取电路模块,用于对接收电信号进行提取。信号放大模块,用于对提取到的信号进行放大。解码器,用于对放大的编码信号进行解码,得到数据。本发明提供一种基于超声聚焦方式的数据传输方法。
-
公开(公告)号:CN119028312A
公开(公告)日:2024-11-26
申请号:CN202411257164.2
申请日:2024-09-09
Applicant: 复旦大学
Abstract: 本发明涉及一种实现动态消色差成像的超声超透镜,该超声超透镜是采用硅胶的声学菲涅耳圆盘,由若干个高度为t1=2 mm和t2=0.85 mm的圆环交替排列组成,圆环的宽度依次为#imgabs0#,宽带超声波垂直入射至超透镜底部,并聚焦在超透镜上方的预设焦距处。本发明超声超透镜仅通过13%的结构拉伸变形,即可补偿频率0.81‑1 MHz,即带宽为190 kHz的超声波色差。在整个消色差过程中,超透镜的横向聚焦分辨率高达0.6个波长,纵向聚焦分辨率高达2.3个波长。利用该超透镜对H形微结构进行动态消色差成像,能够有效提高宽带超声的成像质量。具有亚波长分辨率、高调控灵敏度、宽消色差频带等特点。
-
公开(公告)号:CN118470139A
公开(公告)日:2024-08-09
申请号:CN202310083626.2
申请日:2023-02-08
Applicant: 复旦大学
IPC: G06T11/00 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于测量矩阵的稀疏光声信号深度学习重建方法,构建基于测量矩阵的稀疏光声信号深度学习模型,包括光声成像系统的测量矩阵、深度卷积神经网络和损失函数。基于光声成像模型和系统测量矩阵,数值仿真模拟产生光声波形信号作为训练数据,用于训练深度学习模型。基于仿真模拟环形光声阵列系统,对成像物体进行光声成像,获取一组模拟的稀疏光声测量信号作为测试数据。基于训练好的深度学习模型,对获取的光声测量数据进行重建,恢复出成像物体的初始声压,实现稀疏光声信号的去伪影图像重建。本发明有效地实现了稀疏光声信号到光声图像的去伪影重建,而且在提高稀疏光声信号的重建图像的质量同时,还摆脱了对大量标签数据的依赖。
-
公开(公告)号:CN117883050A
公开(公告)日:2024-04-16
申请号:CN202410125692.6
申请日:2024-01-30
Applicant: 复旦大学
Abstract: 本发明提供了一种集成一体化的光声骨骼成像系统,具有这样的特征,包括:多模发射与采集部用于生成超声数据和光声数据,OPO激光光源发射部用于生成激光,双模复合成像部用于向骨组织发射激光并采集对应的光声模拟信号,向骨组织发射聚焦超声波并采集对应的超声模拟信号,数据交换与传输部用于将超声数据和光声数据进行数据组包合并,并传输给扫描控制与图像重建部,扫描控制与图像重建部用于根据用户输入的检查指令生成第一控制指令和第二控制指令,并根据超声数据和光声数据进行图像处理得到超声‑光声融合图像。总之,本方法能够生成高质量的骨骼组织的超声‑光声融合图像。
-
-
-
-
-
-
-
-
-