-
公开(公告)号：CN115736986B
公开(公告)日：2024-07-23
申请号：CN202211399348.3
申请日：2022-11-09
Applicant: 哈尔滨工业大学
Abstract: 基于L1范数的源编码全波形反演超声层析成像方法及设备，属于面向乳腺癌早期诊断的超声层析成像技术领域。为了解决现有的全波形反演存在计算量需求大，串扰噪声抑制能力弱的问题。本发明所述方法获取观测声压、初始声场、声源等数据，然后以L1范数作为源编码FWI成像的目标函数，迭代地求解L1范数问题并更新声场数据，当满足迭代结束的条件时确定声场最终数据，重建图像。本发明利用L1范数作为源编码FWI算法的目标函数，结合Bregman变量分裂求解问题有效减少了计算量和串扰噪声且加快了收敛速度，适用于乳腺癌早期诊断的新型医学影像超声层析成像的应用。
-
公开(公告)号：CN110717274B
公开(公告)日：2024-05-10
申请号：CN201910961806.X
申请日：2019-10-11
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种噪声描述方法，包括：噪声预处理模块，用于输出符合建模标准的噪声；分形维提取模块，用于提取所述符合建模标准的噪声的分形维；噪声建模模块，用于在所提取的分形维的基础上建立噪声的分形布朗运动模型。分形维提取模块还包括基于小波分解的分形维提取方法：对所述符合建模标准的噪声进行多层小波分解；对分解得到的各层小波系数方差取以2为底的对数；做出小波分解层数和小波系数方差对数的曲线；采用最小二乘法估计曲线的斜率并计算分形维。本发明具有如下优点：1)能够提取噪声的分形维；2)对不同运行速度下产生的噪声给出统一描述；3)同时确定噪声的统计、时域和频域特性。
-
公开(公告)号：CN117045279A
公开(公告)日：2023-11-14
申请号：CN202311232656.1
申请日：2023-09-22
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于点扩散函数参数优化的掌上超声成像方法，所述方法包括如下步骤：步骤一：基于衍射方程将点扩散函数建模为孔径权重的函数；步骤二：基于评价指标最优化窗函数；步骤三：引入系数加权对角矩阵并完成参数优化。本发明可以在考虑点扩散函数空间移变性的同时，通过改变超声成像系统的孔径权重从而使得系统实际的点扩散函数尽可能接近期望的点扩散函数，并利用参数优化方法得到最优的期望点扩散函数，通过设置最优的期望点扩散函数来实现最优孔径设计，从而优化光束参数，继而提高掌上超声图像的图像质量并更好地辅助医疗诊断。
-
公开(公告)号：CN116091832B
公开(公告)日：2023-10-20
申请号：CN202310124577.2
申请日：2023-02-16
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V10/82 , G06T7/00 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于自编码器网络的肿瘤细胞切片高光谱图像分类方法，所述方法包括如下步骤：步骤一：通过显微镜和高光谱成像仪得到肿瘤细胞切片的高光谱图像；步骤二：基于高光谱图像数据，分别进行基于线性回归的最小二乘拟合估计和基于非线性回归的高斯拟合估计，通过滑动窗口设置和三次样条插值法，将混合像元按线性和非线性混合程度进行区域划分；步骤三：基于变精度粗糙集方法处理高光谱图像解混数据，构建稀疏自编码器网络进行解混；步骤四：基于优化的卷积神经网络，对解混得到的端元及丰度结果进行分类，实现肿瘤细胞切片高光谱图像分类。本发明可以降低图像在空间分辨率上的精度要求，提高切片扫描效率，进一步缩短分析诊断时间。
-
公开(公告)号：CN116416331B
公开(公告)日：2023-09-29
申请号：CN202310056031.8
申请日：2023-01-16
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于部分先验梯度域卷积稀疏编码压缩感知光声成像方法，上述方法包括如下步骤：步骤一、针对环形阵列光声层析成像系统稀疏重建场景，把光声图像转换到梯度域中，在水平梯度和垂直梯度图像上进行滤波学习，利用梯度域卷积稀疏编码建立压缩感知稀疏重建模型；步骤二、将部分先验信息应用于稀疏重建过程之中，更新步骤一建立的压缩感知稀疏重建模型，在迭代过程中寻找到最优解，进而得到最优重建图像。该方法将梯度域卷积稀疏编码引入环阵阵列光声层析成像中，并在成像模型中加入部分先验信息，进一步提高成像效果，最终与其他光声成像领域中的稀疏重建算法相对，可以实现更少阵元光声信号的采集并得到更高质量的重建图像。
-
Patent Agency Ranking
公开(公告)号：CN116138875B
公开(公告)日：2023-09-26
申请号：CN202310192382.1
申请日：2023-03-02
Applicant: 哈尔滨工业大学(威海)
Abstract: 介入式血管内三模态成像、消融及辅助测温一体化导管，属于血管内疾病诊断技术领域，集成了光声/超声/温度三模态成像、光热消融、多波长及热电偶辅助温度检测的光、声、电通路，解决了传统介入治疗导管无法实现多模态成像及精准消融的缺点。导管管身前端设有用来加固及保护内部组件的金属外壳，并在金属外壳内部集成光声、超声及温度三模态成像组件、激光消融组件以及多波长及热电偶辅助温度检测组件。使用该导管进行介入操作，将有能力提供病灶组织的精确结构成分信息与温度分布信息，实现治疗边界的精确定位，完成微米级高精度光热消融治疗，有效解决血管内高分辨实时成像和多模态精准定位问题。
-
公开(公告)号：CN116578294A
公开(公告)日：2023-08-11
申请号：CN202310421754.3
申请日：2023-04-19
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于Python的人工智能算法工具箱设计方法，所述方法包括如下步骤：步骤一、设计图形化界面：所述图形化界面负责提供多种功能模块的图形化界面入口，图形化界面包括数据加载界面、功能模块界面，其中：所述数据加载界面负责提供文件路径选择、数据内容显示、数据参数设置和数据载入功能，供功能模块调用；所述功能模块界面负责提供多种功能模块接口，实现工具箱的多种功能，使得用户实现定制化算法；步骤二、设计人机交互功能：通过步骤一设计的图形化界面实现人机交互功能。该方法对算法运行所需的流程和所需的开源库进行封装，把交互界面呈现给使用者，直接通过可视化界面产生交互操作，增强了使用的便捷性。
-
公开(公告)号：CN116188423B
公开(公告)日：2023-08-08
申请号：CN202310151695.2
申请日：2023-02-22
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06T7/11 , G06V10/762 , G06N3/126
Abstract: 本发明公开了一种基于病理切片高光谱图像的超像素稀疏解混检测方法，所述方法包括如下步骤：步骤一：利用基于差分方程的超像素分割算法对高光谱图像进行聚类；步骤二：从检测端元库A中选择端元矩阵M，采用基于精英解选择的改进的多目标并行优化稀疏解混算法对分割后的图像进行解混，得到多个候选端元解集；步骤三：引入效用函数法用于多目标优化问题Pareto前沿拐点的判定，获取最优解，再利用全约束最小二乘法计算出相应的丰度矩阵S；步骤四：结合超像素分割子块及其丰度值较大的几个端元收集各类组织特征的模板，并对待检测切片进行逐分割子块的匹配检测。该方法具有解混速度快、鲁棒性强、检测精度高的特点。
-
公开(公告)号：CN116416331A
公开(公告)日：2023-07-11
申请号：CN202310056031.8
申请日：2023-01-16
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种一种基于部分先验梯度域卷积稀疏编码压缩感知光声成像方法，上述方法包括如下步骤：步骤一、针对环形阵列光声层析成像系统稀疏重建场景，把光声图像转换到梯度域中，在水平梯度和垂直梯度图像上进行滤波学习，利用梯度域卷积稀疏编码建立压缩感知稀疏重建模型；步骤二、将部分先验信息应用于稀疏重建过程之中，更新步骤一建立的压缩感知稀疏重建模型，在迭代过程中寻找到最优解，进而得到最优重建图像。该方法将梯度域卷积稀疏编码引入环阵阵列光声层析成像中，并在成像模型中加入部分先验信息，进一步提高成像效果，最终与其他光声成像领域中的稀疏重建算法相对，可以实现更少阵元光声信号的采集并得到更高质量的重建图像。
-
公开(公告)号：CN116188423A
公开(公告)日：2023-05-30
申请号：CN202310151695.2
申请日：2023-02-22
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06T7/11 , G06V10/762 , G06N3/126
Abstract: 本发明公开了一种基于病理切片高光谱图像的超像素稀疏解混检测方法，所述方法包括如下步骤：步骤一：利用基于差分方程的超像素分割算法对高光谱图像进行聚类；步骤二：从检测端元库A中选择端元矩阵M，采用基于精英解选择的改进的多目标并行优化稀疏解混算法对分割后的图像进行解混，得到多个候选端元解集；步骤三：引入效用函数法用于多目标优化问题Pareto前沿拐点的判定，获取最优解，再利用全约束最小二乘法计算出相应的丰度矩阵S；步骤四：结合超像素分割子块及其丰度值较大的几个端元收集各类组织特征的模板，并对待检测切片进行逐分割子块的匹配检测。该方法具有解混速度快、鲁棒性强、检测精度高的特点。
-
-
-
-
-
-
-
-
-
Search Results
385
records
(took 0.104 seconds)
