-
公开(公告)号：CN115272789A
公开(公告)日：2022-11-01
申请号：CN202210828786.0
申请日：2022-07-13
Applicant: 华中科技大学苏州脑空间信息研究院
IPC: G06V10/774 , G06V10/764 , G06T3/40 , G06T5/00 , G06T7/30 , G06N3/04 , G06N3/08
Abstract: 本发明提供了荧光图像处理模型训练方法及荧光图像处理方法，包括：搭建无监督神经网络模型，所述无监督神经网络模型包括图像转换模块和图像恢复模块；获取样本的三维荧光图像，制作训练数据集；设置训练参数，以最小化损失函数为目标训练无监督神经网络模型，获得荧光图像处理模型。本发明公开的基于无监督深度学习的荧光图像轴向分辨率提升方法无需金标准训练数据，也不需要对成像过程进行复杂的物理建模，极大的提升了模型性能和适用性，可以有效的恢复各类荧光成像的三维数据。
-
公开(公告)号：CN115272563A
公开(公告)日：2022-11-01
申请号：CN202210828787.5
申请日：2022-07-13
Applicant: 华中科技大学苏州脑空间信息研究院
Abstract: 本发明提供了一种提高全脑神经元重建准确率和速度的方法，包括S1全脑大数据归档；S2给待重建神经元设定初始三维坐标，获取第1个感兴趣区域对应的三维数据块，并将该三维数据块作为当前数据块；S3判断当前数据块是否需要进行轴向分辨率提升，如需轴向分辨率提升，则对当前数据块进行轴向分辨率增强；否则进入S4；S4重建当前数据块下神经元；S5根据神经元的走向，自动追踪获取下一个感兴趣区域对应的三维数据块，将该三维数据块作为新的当前数据块；S6重复步骤S3‑S5直到神经元重建完成。本发明在全脑神经元重建中，根据需求针对信号密集复杂的区域进行实时轴向分辨率提升，方便看清虚假连接，提高重建的准确率和速度，不产生额外时间和存储成本。
-
公开(公告)号：CN107037048A
公开(公告)日：2017-08-11
申请号：CN201610859818.8
申请日：2016-09-28
Applicant: 华中科技大学
Abstract: 本发明涉及一种同时获取反射信号和荧光信号的成像装置、方法及成像系统，该装置包括：照明光路，用于提供准直照明光束的；分束器件，用于将所述反射信号工作波长的准直照明光束以半透半反方式反射，以及将所述荧光信号激发波长的准直照明光束全反射；物镜，用于将所述得到的两束光会聚于样本待成像面，反射标记反射出反射信号，荧光标记激发而发射出荧光发射信号；所述反射信号和荧光发射信号到达所述分束器件，反射信号以半透半反方式透射；荧光发射信号以全透方式透射；探测光路，用于将透射的反射信号和荧光发射信号分离后分别探测。本发明实现了在同一系统中反射信号和荧光信号的同时获取。
-
公开(公告)号：CN110243828B
公开(公告)日：2021-07-30
申请号：CN201910649691.0
申请日：2019-07-18
Applicant: 华中科技大学
Abstract: 本发明提供了一种基于卷积神经网络的生物组织三维成像方法，通过使用普通的宽场显微镜配合物理切削，获取生物组织的浅层宽场图像，然后利用卷积神经网络将宽场图像转化为清晰的光学层析图像，通过逐层获取生物组织浅层的光学层析图像，最终获得清晰的生物组织三维成像。这种方法不涉及精密的硬件设备和复杂的光路，更加实用和稳定。同时由于宽场拍摄模式具有高通量的特性，因此成像速度更快。
-
公开(公告)号：CN107037048B
公开(公告)日：2019-08-20
申请号：CN201610859818.8
申请日：2016-09-28
Applicant: 华中科技大学
Abstract: 本发明涉及一种同时获取反射信号和荧光信号的成像装置、方法及成像系统，该装置包括：照明光路，用于提供准直照明光束的；分束器件，用于将所述反射信号工作波长的准直照明光束以半透半反方式反射，以及将所述荧光信号激发波长的准直照明光束全反射；物镜，用于将所述得到的两束光会聚于样本待成像面，反射标记反射出反射信号，荧光标记激发而发射出荧光发射信号；所述反射信号和荧光发射信号到达所述分束器件，反射信号以半透半反方式透射；荧光发射信号以全透方式透射；探测光路，用于将透射的反射信号和荧光发射信号分离后分别探测。本发明实现了在同一系统中反射信号和荧光信号的同时获取。
-
Patent Agency Ranking
公开(公告)号：CN106023225A
公开(公告)日：2016-10-12
申请号：CN201610372628.3
申请日：2016-05-30
Applicant: 华中科技大学
CPC classification number: G06T7/00 , G06T5/002 , G06T2207/10061 , G06T2207/20036
Abstract: 本发明涉及一种生物样本显微成像的自动修改成像区间方法，该方法先将样本轮廓通过内源性或外源性标记从而与周围组织有明显差异，设置初始样本成像区间，对样本表层进行光学显微成像，成像区间大于样本待成像区域；利用该样本表层的成像结果，通过轮廓识别算法计算出实际的样本区域并设置为下一层的成像区间；根据设置的成像区间，对下一层待成像样本进行光学显微成像，成像区间覆盖样本待成像区域，无冗余成像；重复上述步骤，直到完成数据获取任务。本方法使得样本可以自动调整成像区间进行采集，降低了样本采集的总马赛克数量，避免采集冗余数据造成采集时间延长所带来的负面影响。
-
公开(公告)号：CN110243827B
公开(公告)日：2020-11-20
申请号：CN201910649481.1
申请日：2019-07-18
Applicant: 华中科技大学
Abstract: 本发明提供了一种适用于光透明样本的快速三维成像方法，本发明方法包括：S1训练卷积神经网络；S2样本处理：对待成像样本进行光透明处理后固定；S3获取浅层的光学层析图像：获取浅层的宽场图像，输入至训练完成的卷积神经网络，获得与宽场图像同等数量同等尺寸的光学层析图像；S4获取整个光透明样本的光学层析图像。本发明方法利用高通量的宽场成像和快速的轴向扫描来获取样本的三维图像，最后由卷积神经网络恢复出清晰完整的三维图像，这种方法显著加快了图像拍摄速度，并且降低了光漂白效应。
-
公开(公告)号：CN110348569A
公开(公告)日：2019-10-18
申请号：CN201910649320.2
申请日：2019-07-18
Applicant: 华中科技大学
Abstract: 本发明提出了一种基于卷积神经网络的实时光学层析方法，通过搭建卷积神经网络，获取对比图像，拆分形成训练图像对，训练卷积神经网络，重建光学层析图像的步骤，从软件层面上对带有焦外信息干扰的宽场图像实现光学层析。这种方法大大地降低了精密光学器件的使用，减少了繁琐的光学系统的调试过程，节省了人力物力，并且能够实时进行处理，可以用于活体成像中。
-
公开(公告)号：CN110243828A
公开(公告)日：2019-09-17
申请号：CN201910649691.0
申请日：2019-07-18
Applicant: 华中科技大学
Abstract: 本发明提供了一种基于卷积神经网络的生物组织三维成像方法，通过使用普通的宽场显微镜配合物理切削，获取生物组织的浅层宽场图像，然后利用卷积神经网络将宽场图像转化为清晰的光学层析图像，通过逐层获取生物组织浅层的光学层析图像，最终获得清晰的生物组织三维成像。这种方法不涉及精密的硬件设备和复杂的光路，更加实用和稳定。同时由于宽场拍摄模式具有高通量的特性，因此成像速度更快。
-
公开(公告)号：CN110348569B
公开(公告)日：2021-10-08
申请号：CN201910649320.2
申请日：2019-07-18
Applicant: 华中科技大学
Abstract: 本发明提出了一种基于卷积神经网络的实时光学层析方法，通过搭建卷积神经网络，获取对比图像，拆分形成训练图像对，训练卷积神经网络，重建光学层析图像的步骤，从软件层面上对带有焦外信息干扰的宽场图像实现光学层析。这种方法大大地降低了精密光学器件的使用，减少了繁琐的光学系统的调试过程，节省了人力物力，并且能够实时进行处理，可以用于活体成像中。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.032 seconds)
