-
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
Applicant: 中国科学院自动化研究所
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。
-
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
Applicant: 中国科学院自动化研究所
IPC: A61B5/00
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。
-
公开(公告)号：CN108451508B
公开(公告)日：2020-05-05
申请号：CN201810407969.9
申请日：2018-04-28
Applicant: 中国科学院自动化研究所
IPC: A61B5/00
Abstract: 本公开提供了一种基于多层感知机的生物自发荧光三维成像方法，包括：步骤1：使用蒙特卡洛仿真生成训练样本集；步骤2：构建多层感知机，所述多层感知机包括输入层，隐含层和输出层；步骤3：模型训练，利用步骤1所生成的训练样本集对步骤2所构建的多层感知机及其权重进行模型训练；以及步骤4：实际在体重建，将步骤3训练好的模型及权重保存，利用步骤2所构建的多层感知机，重建得到实际在体的体内生物自发荧光光源分布结果。该方法基于统计学习的机器学习理论，提出了利用蒙特卡洛仿真生成感知机仿真训练样本，并扩充仿真训练样本，从而加大了多层感知机的训练规模，提高了多层感知机的重建能力和生物自发荧光三维成像的重建精度。
-
公开(公告)号：CN109166103A
公开(公告)日：2019-01-08
申请号：CN201810851316.X
申请日：2018-07-27
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于多层感知网络的激发荧光断层成像方法，该方法包括如下步骤：S1、生成训练样本；S2、设置无网格标准化模型，将训练样本映射到无网格标准化模型中；S3、根据无网格标准化模型构建激发荧光断层成像的多层感知网络，多层感知网络包括输入层、隐含层和输出层；S4、根据输出层的输出结果对无网格标准化模型进行训练；以及S5、将生物体的数据输入训练后的无网格标准化模型，获得所述生物体的重建图像。
-
Patent Agency Ranking
公开(公告)号：CN114821057B
公开(公告)日：2025-03-18
申请号：CN202210460043.2
申请日：2022-04-24
Applicant: 中国科学院自动化研究所
IPC: G06V10/26 , G06V10/762
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。
-
公开(公告)号：CN109166103B
公开(公告)日：2021-02-05
申请号：CN201810851316.X
申请日：2018-07-27
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于多层感知网络的激发荧光断层成像方法，该方法包括如下步骤：S1、生成训练样本；S2、设置无网格标准化模型，将训练样本映射到无网格标准化模型中；S3、根据无网格标准化模型构建激发荧光断层成像的多层感知网络，多层感知网络包括输入层、隐含层和输出层；S4、根据输出层的输出结果对无网格标准化模型进行训练；以及S5、将生物体的数据输入训练后的无网格标准化模型，获得所述生物体的重建图像。
-
公开(公告)号：CN110327018A
公开(公告)日：2019-10-15
申请号：CN201910548816.0
申请日：2019-06-24
Applicant: 中国科学院自动化研究所
IPC: A61B5/00
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。
-
公开(公告)号：CN108451508A
公开(公告)日：2018-08-28
申请号：CN201810407969.9
申请日：2018-04-28
Applicant: 中国科学院自动化研究所
IPC: A61B5/00
Abstract: 本公开提供了一种基于多层感知机的生物自发荧光三维成像方法，包括：步骤1：使用蒙特卡洛仿真生成训练样本集；步骤2：构建多层感知机，所述多层感知机包括输入层，隐含层和输出层；步骤3：模型训练，利用步骤1所生成的训练样本集对步骤2所构建的多层感知机及其权重进行模型训练；以及步骤4：实际在体重建，将步骤3训练好的模型及权重保存，利用步骤2所构建的多层感知机，重建得到实际在体的体内生物自发荧光光源分布结果。该方法基于统计学习的机器学习理论，提出了利用蒙特卡洛仿真生成感知机仿真训练样本，并扩充仿真训练样本，从而加大了多层感知机的训练规模，提高了多层感知机的重建能力和生物自发荧光三维成像的重建精度。
-
公开(公告)号：CN204422419U
公开(公告)日：2015-06-24
申请号：CN201420541770.2
申请日：2014-09-19
Applicant: 中国科学院自动化研究所
Abstract: 本实用新型涉及一种分子影像成像验证系统。系统包括图像采集部分与图像处理部分：图像采集部分包括：冰冻切片机的柜体与采集装置支架相连接，采集装置支架与相机滑动装置相连接，相机滑动装置与相机支架连接，相机支架与相机连接；相机的转接口与相机镜头的转接口相连接，相机镜头的进光口与发射滤光片支架相连接，发射滤光片内嵌于发射滤光片支架的卡槽中；激发光源出口连接光纤的一端，光纤的另一端指向被观测物体；图像处理部分包括图像处理系统。本实用新型能够完成待检测物体的横截面切片测量，完成白光图像采集、荧光图像采集及与白光图像叠加、荧光图像自动分割、分割区域光子数统计、荧光区域几何信息测量，简化了操作步骤和操作流程。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.029 seconds)
