公开(公告)号：CN118844940A

公开(公告)日：2024-10-29

申请号：CN202410906459.1

申请日：2024-07-08

Applicant: 东北大学秦皇岛分校

Inventor： 郑昭博 ,  马振鹤 ,  岳锦云

IPC: A61B5/00 ,  G06T5/70 ,  G06T5/60 ,  G06N3/09 ,  G06N3/094 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/0464 ,  G06T7/11

Abstract: 本发明提供一种OCT结合深度学习的小鼠脑血管成像方法，涉及OCT血管成像技术领域。首先，本发明利用SS‑OCT采集的单次扫描结构图和多帧平均结构图训练去噪网络，并将单幅结构图输入训练好的去噪网络进行去噪，以减少图片噪声并使结构图上的血管区域更加明显；其次，将通过去噪网络去噪后的结构图与相应的血管标签图输入到搭建好的血管分割网络进行训练，得到训练好的血管分割网络；然后，将采集的小鼠脑部多个位置的单幅结构图，先输入到去噪网络进行去噪，再将去噪后的结构图输入到分割网络中进行血管分割，将分割的结果与相应的结构图进行点乘，实现血管区域的提取；最后将这多个位置的血管图导入Amira软件，生成En‑face图，完成血管成像。

公开(公告)号：CN119130843A

公开(公告)日：2024-12-13

申请号：CN202411170333.9

申请日：2024-08-26

Applicant: 东北大学秦皇岛分校

Inventor： 崔金泽 ,  马振鹤 ,  岳锦云

IPC: G06T5/70 ,  G06T3/4053 ,  G06T3/4046 ,  G06T5/60 ,  G06T11/00 ,  A61B5/00 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明属于生物医学和计算机视觉技术领域，公开了一种基于神经网络的OCT图像同时降噪与超分辨率重建方法。使用SD‑OCT成像系统采集图像，获取原始图像。通过图像配准和平均算法获取标签图像。RD‑SRGAN网络用于对原始图像进行降噪与超分辨率重建，并将结果与标签图像相比对，再反馈给网络进行学习，最终得到高质量的清晰图像。本方法设计的RD‑SRGAN网络复杂度小，能够迁移到计算机或移动设备中，并且推理速度快，其中FMDB网络以及强化通道注意力模块能在一定程度上提取最有用的特征，即具有较高的推理精度。本方法能够以较快的速度对OCT图像同时降噪与超分辨率重建。

公开(公告)号：CN118887169A

公开(公告)日：2024-11-01

申请号：CN202410906803.7

申请日：2024-07-08

Applicant: 东北大学秦皇岛分校

Inventor： 刘建军 ,  马振鹤 ,  岳锦云

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  A61B5/22 ,  A61B5/00

Abstract: 本发明属于生物医学和计算机视觉技术领域，公开了一种基于神经网络的心脏流出道壁径向应变的实时测量方法。使用SD‑OCT成像系统采集图像，获取结构图。OFT‑SegNet网络用于提取结构图中心脏流出道的边界，然后，基于这些边界信息，通过测量心肌细胞在收缩前后的长度变化,将这些长度变化与收缩前的长度相比较，即可得到最终的径向应变值。本方法设计的OFT‑SegNet网络复杂度小，能够迁移到移动设备中，并且推理速度快，其发明设计的OFT‑SegNet网络提出了特征融合模块，使得网络能够更好地理解图像的结构特征，提高了分割和应变计算的精度。本方法能够以较快的速度实时获取心脏流出道壁径向应变。