-
公开(公告)号：CN114972033B
公开(公告)日：2024-06-14
申请号：CN202210632348.7
申请日：2022-06-07
Applicant: 南开大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种提高光学相干层析图像纵向分辨率的自监督方法，主要包括构建OCT图像的纵向超分辨训练数据集、构建OCT图像的纵向超分辨模型以及基于构建的OCT图像的纵向超分辨模型实现OCT图像的纵向分辨率的提高三个步骤。在OCT图像的纵向超分辨模型构建中，通过深度学习方法学习低分辨率与高分辨率的OCT图像间的映射关系，然后应用于待处理OCT图像的超分辨中，最后输出纵向超分辨的OCT图像。本发明是一种自监督的图像数字超分辨方法，可快速提高OCT图像的纵向分辨率，减少深度学习方法对高分辨数据的依赖。
-
公开(公告)号：CN114943786B
公开(公告)日：2024-10-29
申请号：CN202210694957.5
申请日：2022-06-20
Applicant: 南开大学
IPC: G06T11/00 , G06T5/10 , G06N3/0464 , G06N3/08 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种光学相干层析图像饱和伪影的图像修复方法。主要包括三个步骤：基于饱和伪影的产生机理，利用实验采集或数字模拟的方法来构建光学相干层析(OCT)饱和伪影图像数据集；利用OCT饱和伪影图像数据集训练神经网络，构建OCT图像饱和伪影校正模型；基于构建的OCT图像饱和伪影校正模型来去除OCT图像中的饱和伪影，修复图像。本发明是一种基于OCT图像饱和伪影产生机理的图像修复方法，可以快速去除OCT图像中的饱和伪影，泛化能力强。
-
Patent Agency Ranking
公开(公告)号：CN114943786A
公开(公告)日：2022-08-26
申请号：CN202210694957.5
申请日：2022-06-20
Applicant: 南开大学
Abstract: 本发明公开了一种光学相干层析图像饱和伪影的图像修复方法。主要包括三个步骤：基于饱和伪影的产生机理，利用实验采集或数字模拟的方法来构建光学相干层析(OCT)饱和伪影图像数据集；利用OCT饱和伪影图像数据集训练神经网络，构建OCT图像饱和伪影校正模型；基于构建的OCT图像饱和伪影校正模型来去除OCT图像中的饱和伪影，修复图像。本发明是一种基于OCT图像饱和伪影产生机理的图像修复方法，可以快速去除OCT图像中的饱和伪影，泛化能力强。
-
公开(公告)号：CN113837947A
公开(公告)日：2021-12-24
申请号：CN202111428250.1
申请日：2021-11-29
Applicant: 南开大学
Abstract: 本发明公开了一种获得光学相干层析大焦深图像的处理方法，主要包括构建OCT en face图像数据集、构建OCT en face图像超分辨模型以及基于构建的OCT en face图像超分辨模型实现OCT图像数字重聚焦三个步骤。在图像超分辨模型构建中，通过深度学习方法学习OCT en face高分辨图像和低分辨图像间的映射关系，获得OCT三维图像的数字重聚焦，实现OCT图像焦深的拓展。本发明是一种适合OCT成像模式的数字重聚焦方式，可以快速提高OCT三维图像中不同深度处的横向分辨率，拓展焦深，可有效降低OCT图像重聚焦的硬件开发难度。
-
公开(公告)号：CN117474794A
公开(公告)日：2024-01-30
申请号：CN202311695995.3
申请日：2023-12-12
Applicant: 南开大学
IPC: G06T5/70 , G06N3/0475 , G06N3/094 , G06N3/088
Abstract: 本发明公开了一种无监督的OCT en face图像优化方法，主要包括构建OCT en face图像优化数据集、构建OCT en face图像优化模型以及基于OCT en face图像优化模型实现OCT en face图像优化三个步骤。本发明利用循环生成对抗策略学习OCT en face高质量图像和OCT en face低质量图像间的映射关系，降低OCT en face图像噪声，改善OCT en face图像离焦，优化OCT en face图像质量。本发明是一种无监督的数字优化方式，无需依赖配对数据即可有效地优化OCT en face图像质量。
-
公开(公告)号：CN114972033A
公开(公告)日：2022-08-30
申请号：CN202210632348.7
申请日：2022-06-07
Applicant: 南开大学
Abstract: 本发明公开一种提高光学相干层析图像纵向分辨率的自监督方法，主要包括构建OCT图像的纵向超分辨训练数据集、构建OCT图像的纵向超分辨模型以及基于构建的OCT图像的纵向超分辨模型实现OCT图像的纵向分辨率的提高三个步骤。在OCT图像的纵向超分辨模型构建中，通过深度学习方法学习低分辨率与高分辨率的OCT图像间的映射关系，然后应用于待处理OCT图像的超分辨中，最后输出纵向超分辨的OCT图像。本发明是一种自监督的图像数字超分辨方法，可快速提高OCT图像的纵向分辨率，减少深度学习方法对高分辨数据的依赖。
-
公开(公告)号：CN113837947B
公开(公告)日：2022-05-20
申请号：CN202111428250.1
申请日：2021-11-29
Applicant: 南开大学
Abstract: 本发明公开了一种获得光学相干层析大焦深图像的处理方法，主要包括构建OCT en face图像数据集、构建OCT en face图像超分辨模型以及基于构建的OCT en face图像超分辨模型实现OCT图像数字重聚焦三个步骤。在图像超分辨模型构建中，通过深度学习方法学习OCT en face高分辨图像和低分辨图像间的映射关系，获得OCT三维图像的数字重聚焦，实现OCT图像焦深的拓展。本发明是一种适合OCT成像模式的数字重聚焦方式，可以快速提高OCT三维图像中不同深度处的横向分辨率，拓展焦深，可有效降低OCT图像重聚焦的硬件开发难度。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
