一种应用于喉显微外科手术的OCT系统及图像去噪方法

    公开(公告)号:CN117291846A

    公开(公告)日:2023-12-26

    申请号:CN202311588730.3

    申请日:2023-11-27

    Abstract: 本发明公开了一种应用于喉显微外科手术的OCT系统及图像去噪方法,包括以下步骤:S1、在相同条件下的同一视野内,通过OCT探头连续两次成像,获取一对静态样本图像;S2、将每一对静态样本图像不重叠地切分成256×256像素的图像小块,分别作为噪声图像的输入和真值;S3、噪声图像的输入经第一卷积层后提取出浅层特征层,将浅层特征层作为残差学习模块的输入,经残差学习模块提取后输出深层特征层,浅层特征层与深层特征层相加,再经过结果卷积层,得到单通道的重建图像;S4、将重建图像重新拼接获得结果图像;本发明同时提供一种易于封装的封装OCT系统。本发明的图像去噪方法,在获得良好的图像质量的同时,避免了采集对齐的无噪声图像的困难。

    一种基于深度网络重建的单路双光谱实时内窥镜装置

    公开(公告)号:CN118021243B

    公开(公告)日:2024-07-09

    申请号:CN202410438802.4

    申请日:2024-04-12

    Abstract: 本发明提供一种基于深度网络重建的单路双光谱实时内窥镜装置,包括双光谱交替照明模块、单路成像模块、同步控制模块以及图像重建模块,入射光线经光谱切换组件后形成宽带和窄带双路照明,再经照明光纤进入内窥镜光路,成像镜头组件连续采集双路照明下的视频图像数据传输至图像传感器,将图像传感器获取的宽窄带交替帧视频序列经双通道重建模型融合重建,获得同步的两路帧率为N帧/秒的连续视频,实时输出显示。本发明集成宽窄带光源,采用深度网络模型融合宽带视频的清晰度和窄带视频的成像对比度得到清晰、同步的双通道视频,可同步显影组织的解剖轮廓和病理特征,在同一视野内清晰观察到多视角信息,能够大大提高检查效率和手术精度。

    一种应用于喉显微外科手术的OCT系统及图像去噪方法

    公开(公告)号:CN117291846B

    公开(公告)日:2024-02-27

    申请号:CN202311588730.3

    申请日:2023-11-27

    Abstract: 本发明公开了一种应用于喉显微外科手术的OCT系统及图像去噪方法,包括以下步骤:S1、在相同条件下的同一视野内,通过OCT探头连续两次成像,获取一对静态样本图像;S2、将每一对静态样本图像不重叠地切分成256×256像素的图像小块,分别作为噪声图像的输入和真值;S3、噪声图像的输入经第一卷积层后提取出浅层特征层,将浅层特征层作为残差学习模块的输入,经残差学习模块提取后输出深层特征层,浅层特征层与深层特征层相加,再经过结果卷积层,得到单通道的重建图像;S4、将重建图像重新拼接获得结果图像;本发明同时提供一种易于封装的封装OCT系统。本发明的图像去噪方法,在获得良好的图像质量的同时,避免了采集对齐的无噪声图像的困难。

    一种基于深度学习的大视角喉镜

    公开(公告)号:CN116327103A

    公开(公告)日:2023-06-27

    申请号:CN202310618436.6

    申请日:2023-05-30

    Abstract: 本发明公开了一种基于深度学习的大视角喉镜,包括微镜头成像组件用于获取图像数据;所述微镜头成像组件包括视场不重叠至少两组小口径微镜头;柔性传像组件与微镜头成像组件连接,用于传输图像数据;图像处理模块,连接于柔性传像组件另一端,所述图像处理模块根据微镜头成像组件获得的图像数据,通过使用生成对抗神经网络训练以获得图像融合模型,所述图像融合模型将训练输出的结果重新拼接为消除了不重叠视场图像之间缝隙的完整图像;显示组件用于显示完整图像。本发明的技术方案基于柔性传像和人工智能图像融合技术,在单次拍摄中对超大视角的场景进行高分辨率成像的能力,通过显示屏观测经由智能图像融合算法重建的超大视场图像。

    一种基于自适应光场重建和低秩分解的去高光内窥镜

    公开(公告)号:CN118172266B

    公开(公告)日:2024-10-01

    申请号:CN202410593065.5

    申请日:2024-05-14

    Abstract: 本发明公开了一种基于自适应光场重建和低秩分解的去高光内窥镜,包括内窥镜本体和图像处理单元,所述内窥镜本体内部的镜头和成像传感器之间设置余弦强度掩膜;所述图像处理单元的处理过程包括:光场成像、光场重构、低秩矩阵逼近和图像融合步骤。本发明通过在内窥镜用成像传感器表面放置余弦强度掩膜,按照常规流程进行成像,采用傅里叶域实现光场信息的拼接与重建,采用低秩矩阵逼近算法去除不同角度的光场图像分量内的高光信息,并采用神经网络算法进行不同角度图像的融合,输出去除高光后的图像,从而提高内窥镜的图像质量,为医生提供更清晰和细节全面的内窥镜图像,提高对病变结构的准确诊断。

    一种基于自适应光场重建和低秩分解的去高光内窥镜

    公开(公告)号:CN118172266A

    公开(公告)日:2024-06-11

    申请号:CN202410593065.5

    申请日:2024-05-14

    Abstract: 本发明公开了一种基于自适应光场重建和低秩分解的去高光内窥镜,包括内窥镜本体和图像处理单元,所述内窥镜本体内部的镜头和成像传感器之间设置余弦强度掩膜;所述图像处理单元的处理过程包括:光场成像、光场重构、低秩矩阵逼近和图像融合步骤。本发明通过在内窥镜用成像传感器表面放置余弦强度掩膜,按照常规流程进行成像,采用傅里叶域实现光场信息的拼接与重建,采用低秩矩阵逼近算法去除不同角度的光场图像分量内的高光信息,并采用神经网络算法进行不同角度图像的融合,输出去除高光后的图像,从而提高内窥镜的图像质量,为医生提供更清晰和细节全面的内窥镜图像,提高对病变结构的准确诊断。

    一种基于深度网络重建的单路双光谱实时内窥镜装置

    公开(公告)号:CN118021243A

    公开(公告)日:2024-05-14

    申请号:CN202410438802.4

    申请日:2024-04-12

    Abstract: 本发明提供一种基于深度网络重建的单路双光谱实时内窥镜装置,包括双光谱交替照明模块、单路成像模块、同步控制模块以及图像重建模块,入射光线经光谱切换组件后形成宽带和窄带双路照明,再经照明光纤进入内窥镜光路,成像镜头组件连续采集双路照明下的视频图像数据传输至图像传感器,将图像传感器获取的宽窄带交替帧视频序列经双通道重建模型融合重建,获得同步的两路帧率为N帧/秒的连续视频,实时输出显示。本发明集成宽窄带光源,采用深度网络模型融合宽带视频的清晰度和窄带视频的成像对比度得到清晰、同步的双通道视频,可同步显影组织的解剖轮廓和病理特征,在同一视野内清晰观察到多视角信息,能够大大提高检查效率和手术精度。

    一种基于深度学习的大视角喉镜

    公开(公告)号:CN116327103B

    公开(公告)日:2023-07-21

    申请号:CN202310618436.6

    申请日:2023-05-30

    Abstract: 本发明公开了一种基于深度学习的大视角喉镜,包括微镜头成像组件用于获取图像数据;所述微镜头成像组件包括视场不重叠至少两组小口径微镜头;柔性传像组件与微镜头成像组件连接,用于传输图像数据;图像处理模块,连接于柔性传像组件另一端,所述图像处理模块根据微镜头成像组件获得的图像数据,通过使用生成对抗神经网络训练以获得图像融合模型,所述图像融合模型将训练输出的结果重新拼接为消除了不重叠视场图像之间缝隙的完整图像;显示组件用于显示完整图像。本发明的技术方案基于柔性传像和人工智能图像融合技术,在单次拍摄中对超大视角的场景进行高分辨率成像的能力,通过显示屏观测经由智能图像融合算法重建的超大视场图像。

Patent Agency Ranking