基于特征融合的磁粒子成像图像去噪声方法、系统、设备

    公开(公告)号:CN115526946A

    公开(公告)日:2022-12-27

    申请号:CN202211254765.9

    申请日:2022-10-13

    Abstract: 本发明属于磁粒子成像领域,具体涉及一种基于特征融合的磁粒子成像图像去噪声方法、系统、设备,旨在解决现有MPI去噪声方法难以兼顾噪声去除和图像细节保持的问题。本发明方法包括:采集待去噪的MPI图像,作为输入图像;基于预训练的特征融合去噪声网络模型对所述输入图像进行去噪处理,得到去噪后的MPI图像;所述特征融合去噪声网络模型包括特征提取模块、特征融合模块、特征回归模块;特征提取模块包括噪声特征提取器、内容特征提取器;特征融合模块包括两个通道注意力子模块、两个卷积层和一个空间注意力子模块;特征回归模块基于卷积层构建。本发明能够在达到良好去噪声效果的同时保持MPI图像的结构细节。

    融合成像参数进行量化分析的三维磁粒子成像系统及方法

    公开(公告)号:CN115409945A

    公开(公告)日:2022-11-29

    申请号:CN202211064689.5

    申请日:2022-09-01

    Abstract: 本发明属于磁粒子成像领域,具体涉及一种融合成像参数进行量化分析的三维磁粒子成像系统及方法、设备,旨在解决现有技术仅针对二维MPI重建图像质量分析研究,参数单一,且无法综合评估多种因素结合对重建图像的影响,导致重建的MPI三维重建图像质量差的问题。本系统包括:输入模块,配置为获取待成像重建物体的仿体模型以及MPI成像设备的成像参数、干扰参数;信号计算模块,配置为计算感应电压信号;重建模块,配置为基于感应电压信号,通过三维图像重建方法对待成像物体进行三维重建,得到MPI三维重建图像;输出模块,配置为将所述MPI三维重建图像进行输出。本发明提升了MPI三维重建图像重建的质量。

    局部最大值点阈值膨胀的MPI图像分割方法、系统及设备

    公开(公告)号:CN114821057A

    公开(公告)日:2022-07-29

    申请号:CN202210460043.2

    申请日:2022-04-24

    Abstract: 本发明属于MPI图像分割领域,具体涉及了一种基于局部最大值点阈值膨胀的MPI图像分割方法、系统及设备,旨在解决的问题。本发明包括:基于阈值分割方法,区分待分割MPI图像的前景信号和背景信号;通过K‑means聚类方法对所述前景MPI图像信号聚类,获得不同类别的聚类中;选择各聚类中心设定区域的邻域像素,并获取各聚类的局部最大信号强度点所在位置;分别基于各聚类的局部最大信号强度点所在位置,结合各位置对应的信号强度,进行阈值膨胀操作,获得各聚类的膨胀区域;合并各聚类的膨胀区域,获得待分割MPI图像的分割结果。本发明基于局部最大值点的阈值膨胀MPI图像分割方法,实现了鲁棒且准确的MPI图像分割,降低MPI图像分割所存在的选择性偏差的影响。

    近红外荧光探针及其制备方法和应用

    公开(公告)号:CN114751854A

    公开(公告)日:2022-07-15

    申请号:CN202210291827.7

    申请日:2022-03-23

    Abstract: 本发明属于荧光探针技术领域,具体涉及了一种近红外荧光探针及其制备方法和应用,旨在荧光探针制备过程复杂、成本较高,且发光大都集中在可见光的范围的问题。一种近红外荧光探针由近红外染料与WZB117通过亲核取代反应得到含有近红外荧光探针的混合物,将混合物纯化后得到。该近红外荧光探针仅通过亲核取代一步反应即可得到,制备工艺简单,且WZB117和近红外染料均为市售产品,原料易得,成本可控,本发明中的近红外荧光探针相对于传统可见光荧光探针,穿透性更强,信噪比更高。

    基于前向模型的磁粒子成像系统矩阵图像重建方法及系统

    公开(公告)号:CN113129403B

    公开(公告)日:2022-06-10

    申请号:CN202110420853.0

    申请日:2021-04-19

    Abstract: 本发明属于磁纳米粒子成像领域,具体涉及了一种基于前向模型的磁粒子成像系统矩阵图像重建方法及系统,旨在解决现有技术中获取系统矩阵困难导致磁纳米粒子图像重建无法兼顾效率和精度的问题。本发明包括:构建单个磁粒子在外加激励磁场下的响应,获得单个磁粒子的磁矩矢量;采用郎之万函数构建多个磁粒子在外加激励磁场下的响应,获得多个磁粒子的磁矩矢量;获取检测线圈感应电压,通过数据采集电路的滤波与放大,得到系统矩阵;利用系统矩阵与采集到的电压信号,重建磁粒子浓度分布,实现目标检测对象的磁粒子图像重建。本发明获取MPI系统矩阵速度快,对多种MPI系统结构与不同磁纳米粒子具有普适性,在保持重建精度与准确性的前提下节省重建时间。

    基于自适应参数搜索的弹性网络激发荧光断层重建系统

    公开(公告)号:CN111508076B

    公开(公告)日:2022-04-19

    申请号:CN202010301564.4

    申请日:2020-04-16

    Abstract: 本发明属于光学分子影像技术领域,具体涉及一种基于自适应参数搜索的弹性网络激发荧光断层重建系统、方法、装置,旨在解决单个正则化约束求解肿瘤分布易导致区域过稀疏、过平滑、空间不连续等问题。本系统包括:数据获取模块,配置为获取生物CT三维组织结构数据及其体表激发荧光图像数据;数据分割及离散化模块,配置为对组织结构数据进行器官分割、有限元离散化;数据融合模块,配置为获得生物体表激发荧光光强分布信息;模型建立模块,配置为构建线性数学模型;目标函数生成模块,配置为生成目标函数;搜索迭代及输出模块,配置为计算目标函数的有效解,获得探针的汇聚分布情况并输出。本发明解决了单个正则化约束求解肿瘤分布导致的问题。

    基于阵列式接收线圈的开放式磁粒子三维成像系统及方法

    公开(公告)号:CN113433495A

    公开(公告)日:2021-09-24

    申请号:CN202110712099.8

    申请日:2021-06-25

    Abstract: 本发明生物医学成像领域,具体涉及一种基于阵列式接收线圈的开放式磁粒子三维成像系统及方法,旨在解决现有技术中成像精度和成像速度的矛盾的问题。本系统包括无磁场线产生模块、无磁场线驱动模块、信号检测模块、电流激励模块、信号调理模块、图像重建模块,本申请成像方法为:构建无磁场线;通过调整电流调整无磁场线的空间位置;利用信号检测模块的阵列式接收线圈检测感应电压信号,再经过信号调理模块处理得到不含基频分量的信号,通过数字滤波技术滤掉电压信号中的直流分量,再对电压信号进行傅里叶变换,得到电压信号的频谱序列;构造阵列式接收线圈的测量矩阵,利用频谱序列和测量矩阵计算磁粒子浓度空间分布,实现三维高精度快速成像。

    基于半监督深度学习的CT图像分类方法、系统、装置

    公开(公告)号:CN110321943B

    公开(公告)日:2021-08-31

    申请号:CN201910554363.2

    申请日:2019-06-25

    Inventor: 田捷 王硕 刘振宇

    Abstract: 本发明属于图像处理技术领域,具体涉及一种基于半监督深度学习的CT图像分类方法、系统、装置,旨在解决现有监督学习方法无法识别无标签CT图像的问题。本发明方法包括:将待分类的CT图像的三维感兴趣区域作为第一感兴趣区域,根据第一感兴趣区域的中心点坐标选取第一预设尺寸的三维区域作为第二感兴趣区域;采用三次样条差值算法将第一感兴趣区域缩放至第二预设尺寸,并对第二感兴趣区域和缩放后的第一感兴趣区域进行归一化;根据归一化后的第一感兴趣区域、第二感兴趣区域,通过卷积自编码器CAE获取感兴趣区域无监督特征;基于无监督特征,采用随机森林分类器获取CT图像的分类结果。本发明可以获取无标签CT图像的分类。

    基于深度学习的淋巴结转移影像分析系统、方法及设备

    公开(公告)号:CN112991295A

    公开(公告)日:2021-06-18

    申请号:CN202110272069.X

    申请日:2021-03-12

    Abstract: 本发明属于图像分析领域,具体涉及了一种基于深度学习的淋巴结转移影像分析系统、方法及设备,旨在解决现有技术无法很好地针对非小细胞癌图像进行是否发生淋巴结转移的无创预测的问题。本发明包括:获取包含病灶微环境的待分析CT图像,获取与所述CT图像相同被试的影像学征象和临床信息,分别提取一维CT图像特征和一维临床信息特征,并进行特征增强和归一化处理再通过全连接层进行融合生成融合特征向量,对融合特征向量进行分类获得分析结果。本发明实现了对非小细胞肺癌淋巴结转移影像数据的分类,相较于现有的基于预定义图像特征的传统向量模型具有较好的鲁棒性和泛化能力,有效提高病人的预后效果。

    稀疏度自适应组正交匹配追踪的激发荧光断层重建方法

    公开(公告)号:CN110327018B

    公开(公告)日:2021-01-29

    申请号:CN201910548816.0

    申请日:2019-06-24

    Abstract: 本发明属于光学分子影像领域,具体涉及了一种稀疏度自适应组正交匹配追踪的激发荧光断层重建方法,旨在解决现有技术使用稀疏约束优化求解肿瘤分布中存在的区域过稀疏、空间不连续、过程欠鲁棒的问题。本发明方法包括:对生物CT三维数据进行分割及有限元离散化后与生物体表激发荧光图像数据融合;根据融合后的体表激发荧光光强分布信息建立模型;划分模型并构造局部空间连续性约束条件;融入L1范数稀疏性并迭代求解,获得探针在生物肿瘤区域的汇聚分布情况。本发明通过融合空间结构约束和稀疏约束,构建一种全新的空间结构稀疏正则化项,重点解决了单纯基于稀疏约束求解肿瘤分布导致的区域过稀疏、空间不连续、过程欠鲁棒等问题。

Patent Agency Ranking