-
公开(公告)号：CN109512382B
公开(公告)日：2024-07-16
申请号：CN201811606051.3
申请日：2018-12-26
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种线光束调制模块及视网膜成像装置，该线光束调制模块包括：沿平行光束出射方向依次排布的柱面透镜和鲍威尔棱镜；柱面透镜的柱面朝向平行光束出射方向；鲍威尔棱镜的柱形二次曲面朝向柱面透镜的平面；鲍威尔棱镜的前焦面与柱面透镜的后焦面重合。通过设置线光束调制模块，将鲍威尔棱镜的前焦面与柱面透镜的后焦面重合，使鲍威尔棱镜与柱面透镜组成4f系统的光路，这样可以使平行光束经过柱面透镜和鲍威尔棱镜后产生一种能量分布均匀的线光束，该线光束的光功率密度径向分布均匀性好，横向分布窄，是一种性能优异的极细尺寸的均匀线光束，解决了圆形激光束的高斯特性的问题。
-
公开(公告)号：CN110584593A
公开(公告)日：2019-12-20
申请号：CN201910865740.4
申请日：2019-09-09
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种共光束扫描的视网膜成像系统，包括：光源模块、自适应光学模块、光束扫描模块、小视场中继模块、大视场中继模块、视标模块、瞳孔监测模块、探测模块、控制模块和输出模块。本发明利用自适应光学技术实时校正人眼像差，通过光束同步扫描设置，结合小视场和大视场两套中继光路结构，可以同时实现大视场范围内的共焦扫描成像功能以及小视场范围内的自适应光学高分辨率成像功能。该系统既可以大视场成像观察视网膜大范围的疾病病灶区域，也可以小视场高分辨率成像观察病灶的微细结构，多种成像图像通过共光路光束扫描获取，满足不同的应用场景需求，极大地扩展了现有共焦成像设备的应用范围。
-
公开(公告)号：CN110584593B
公开(公告)日：2021-06-22
申请号：CN201910865740.4
申请日：2019-09-09
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种共光束扫描的视网膜成像系统，包括：光源模块、自适应光学模块、光束扫描模块、小视场中继模块、大视场中继模块、视标模块、瞳孔监测模块、探测模块、控制模块和输出模块。本发明利用自适应光学技术实时校正人眼像差，通过光束同步扫描设置，结合小视场和大视场两套中继光路结构，可以同时实现大视场范围内的共焦扫描成像功能以及小视场范围内的自适应光学高分辨率成像功能。该系统既可以大视场成像观察视网膜大范围的疾病病灶区域，也可以小视场高分辨率成像观察病灶的微细结构，多种成像图像通过共光路光束扫描获取，满足不同的应用场景需求，极大地扩展了现有共焦成像设备的应用范围。
-
公开(公告)号：CN112967260A
公开(公告)日：2021-06-15
申请号：CN202110287441.4
申请日：2021-03-17
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种基于弱监督学习的眼底荧光造影图像渗漏点检测方法，包括以下步骤：1)从采集的眼底荧光造影图像报告中，筛选出正常荧光造影图像报告以及含有荧光渗漏的异常荧光造影图像报告；2)选择荧光造影图像作为训练数据集；3)训练检测网络模型；4)将待检测的含有荧光渗漏的异常荧光造影图像输入到训练好的检测网络模型中，获得眼底荧光造影图像渗漏点检测结果。本发明的检测精度与现存基于像素强度的方法基本一致，不需要大量标注数据的，且本发明的方法降低了复杂度，检测时间短，检测一张图像仅需不到1秒的时间，大大提高了检测效率；本发明的针对眼底荧光造影图像的处理方法对眼底疾病的辅助诊断具有潜在的医学价值。
-
公开(公告)号：CN115690124B
公开(公告)日：2023-05-12
申请号：CN202211363937.6
申请日：2022-11-02
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种基于高斯混合模型的高精度单帧眼底荧光造影图像渗漏区域分割方法及系统，该方法包括以下步骤：S1、筛选出有黄斑渗漏或视盘渗漏的报告；S2、选择造影后期t1至t2分钟的眼底荧光造影图像作为工作数据集；S3、截取包含黄斑渗漏或视盘渗漏区域的图像；S4、生成视网膜血管掩膜；S5、去除图像I0上的血管部分；S6、进行淡化处理；S7、采用基于高斯混合模型的方法对图像X'进行分割；S8、对初步渗漏分割图像进行优化。本发明提供的基于高斯混合模型的高精度单帧眼底荧光造影图像渗漏区域分割方法及系统，能够实现对单帧眼底荧光造影图像的高精度分割，对眼底疾病的辅助诊断具有潜在的医学价值。
-
Patent Agency Ranking
公开(公告)号：CN115690124A
公开(公告)日：2023-02-03
申请号：CN202211363937.6
申请日：2022-11-02
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种基于高斯混合模型的高精度单帧眼底荧光造影图像渗漏区域分割方法及系统，该方法包括以下步骤：S1、筛选出有黄斑渗漏或视盘渗漏的报告；S2、选择造影后期t1至t2分钟的眼底荧光造影图像作为工作数据集；S3、截取包含黄斑渗漏或视盘渗漏区域的图像；S4、生成视网膜血管掩膜；S5、去除图像I0上的血管部分；S6、进行淡化处理；S7、采用基于高斯混合模型的方法对图像X'进行分割；S8、对初步渗漏分割图像进行优化。本发明提供的基于高斯混合模型的高精度单帧眼底荧光造影图像渗漏区域分割方法及系统，能够实现对单帧眼底荧光造影图像的高精度分割，对眼底疾病的辅助诊断具有潜在的医学价值。
-
公开(公告)号：CN112950737B
公开(公告)日：2024-02-02
申请号：CN202110286169.8
申请日：2021-03-17
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06T11/00 , G06T7/00 , G06T7/33 , G06T5/20 , G16H15/00 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/094
Abstract: 本发明公开了一种基于深度学习的眼底荧光造影图像生成方法，包括以下步骤：S1、采集眼底荧光造影图像；S2、构建训练数据集；S3、对训练数据集进行预处；S4、构建并训练用于生成眼底荧光造影图像的图像处理网络模型；S5、将待处理的眼底结构图像输入到训练好的图像处理网络模型中，自动生成对应的眼底荧光造影图像。本发明通过深度学习的方法实现了通过眼底结构图像生成眼底荧光造影图像的目的，相比现有的眼底荧光造影图像生成方法，本发明的方法能够在眼底血管结构精确生成的同时，还能对眼底荧光渗漏点的生成具有较好的效果；本发明的眼底医学图像处理方法对眼底相关疾病的预防、
-
公开(公告)号：CN112967260B
公开(公告)日：2024-01-26
申请号：CN202110287441.4
申请日：2021-03-17
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06T7/00 , G06V10/25 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于弱监督学习的眼底荧光造影图像渗漏点检测方法，包括以下步骤：1)从采集的眼底荧光造影图像报告中，筛选出正常荧光造影图像报告以及含有荧光渗漏的异常荧光造影图像报告；2)选择荧光造影图像作为训练数据集；3)训练检测网络模型；4)将待检测的含有荧光渗漏的异常荧光造影图像输入到训练好的检测网络模型中，获得眼底荧光造影图像渗漏点检测结果。本发明的检测精度与现存基于像素强度的方法基本一致，不需要大量标注数据的，且本发明的方法降低了复杂度，检测时间短，检测一张图像仅需不到1秒的时间，大大提高了检测效率；本发明的针对眼底荧光造影图像的处理方法对眼底疾病的辅助诊断具有潜在的医学价值。
-
公开(公告)号：CN116091451A
公开(公告)日：2023-05-09
申请号：CN202310028792.2
申请日：2023-01-09
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种视网膜色素上皮细胞图像分割方法及系统，该方法包括以下步骤：S1、对视网膜色素上皮细胞图像进行延展；S2、采用自适应阈值图像分割算法进行分割，将分割后的暗区域作为潜在视网膜色素上皮细胞区域；S3、过滤掉面积小于阈值的区域；S4、采用图像形态学处理方法进行优化；S5、去除延展部分，得到分割结果。本发明通过运用自适应阈值图像分割和图像形态学处理的技术，构建了一种简易的荧光共聚焦显微镜下视网膜色素上皮细胞图像的精确分割算法，能够现有的自动化的荧光共聚焦显微镜下视网膜色素上皮细胞图像分割算法存在的流程复杂不易实现或需要消耗大量的资源去训练算法模型的问题。
-
公开(公告)号：CN110584592A
公开(公告)日：2019-12-20
申请号：CN201910864687.6
申请日：2019-09-09
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开了一种共光路光束扫描的大视场自适应光学视网膜成像系统和方法，该系统包括：光源模块、自适应光学模块、光束扫描模块、离焦补偿模块、视标模块、瞳孔监测模块、探测模块、控制模块和输出模块。本发明提供的系统和方法，可以获取眼底视网膜大视场成像图像、任意感兴趣区域的小视场高分辨率成像图像、以及大视场高分辨率成像图像，并且三类成像图像由共光路结构采集获得，因此三类成像图像特征一致性好，便于进行处理和操作。同时，该系统结构简单，共光路结构可以获取三种类型的视网膜成像图像。多种成像图像通过共光路光束扫描获取，满足不同的应用场景需求，极大地提高了视网膜成像的应用范围。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.038 seconds)
