实验动物体多模融合成像系统及使用方法

    公开(公告)号:CN108335338A

    公开(公告)日:2018-07-27

    申请号:CN201810268753.9

    申请日:2018-03-28

    Abstract: 本公开提供一种实验动物体多模融合成像系统及使用方法,包括:光学成像单元,用于采集实验动物体的光学断层成像信息,包括:FMT模块,用于采集实验动物体的FMT信息,该FMT模块利用镜面滤波方法降低激发光反射光对采集信号的污染;MRI单元,与所述光学成像单元间隔设置,用于采集实验动物体的MRI信息;固定床,用于固定实验动物体,分别与所述光学成像单元和所述MRI单元配合,使实验动物体在其二者之间进行刚性移动;以及数据处理单元,用于对实验动物体的光学断层成像信息和MRI信息进行像素级融合。本公开提供的实验动物体多模融合成像系统及使用方法,通过镜面滤波方法去除发射光中的激发光反射光,进而缓解FMT采集过程中激发光的反射光对发射光的污染问题。

    肝细胞癌诊断试剂及其制备方法

    公开(公告)号:CN108245688A

    公开(公告)日:2018-07-06

    申请号:CN201711369995.9

    申请日:2017-12-18

    Inventor: 田捷 靳玉慎 王坤

    Abstract: 一种肝细胞癌诊断试剂及其制备方法,该试剂包括SP94多肽及其衍生物、荧光元件及核磁元件,其中,荧光元件和核磁元件通过化学键与SP94多肽及其衍生物连接。本发明解决了肝细胞癌特异性成像问题,达到了准确显示癌灶边缘以及微小癌灶的有效探测,而且无毒副作用,安全可靠,制备工艺简单。

    一种基于迭代重加权的生物自发荧光断层成像方法

    公开(公告)号:CN103300829B

    公开(公告)日:2015-01-07

    申请号:CN201310254346.X

    申请日:2013-06-25

    Abstract: 本发明涉及一种基于迭代重加权的生物自发荧光断层成像方法及装置。这种方案通过捕捉荧光蛋白基因的肿瘤细胞所发射出的光子信号,能够三维重建出生物体内肿瘤病灶区的大小,同时融合Micro-CT提供的生物体解剖结构信息,还能对病灶区进行定位分析。本发明结合自发荧光成像提供的功能信息与Micro-CT成像提供的结构信息,建立非匀质生物体模型和基于扩散方程的光子传输模型,利用范数正则化与迭代重加权相结合的优化策略,实现生物体内部光源的三维重建。本发明提出的方案能通过更少的观测量重建出更逼近真实解的结果,不但能有效提高求解的计算效率,还能增加重建算法的鲁棒性,适用于实际生物体内部的肿瘤三维探测与定量分析。

    基于契伦科夫效应的内窥平面成像系统和方法

    公开(公告)号:CN104027064A

    公开(公告)日:2014-09-10

    申请号:CN201410302205.5

    申请日:2014-06-27

    Abstract: 本发明公开了一种基于契伦科夫效应的内窥式平面成像系统和方法,所述系统包括:支撑装置,用于支撑待成像对象;契伦科夫荧光探测装置,用于采集待成像对象的平面光学图像和契伦科夫荧光图像;暗箱,用于容纳契伦科夫荧光探测装置和支撑装置,以阻断高能射线和可见光;计算机,用于对于契伦科夫荧光探测装置中的光学成像器件的光学成像参数进行调节,并对于接收到的光学图像和契伦科夫荧光图像进行融合,得到契伦科夫配准图像。本发明可以有效地解决契伦科夫光信号较弱,穿透深度较浅等缺点,且大幅降低了设备建造与维护成本,降低了核医学成像研究的门槛,拓展了光学分子影像探针可供选择的空间,延伸了光学分子影像研究与应用的范围。

    模型训练方法、肝纤维化检测方法、装置及电子设备

    公开(公告)号:CN118071723A

    公开(公告)日:2024-05-24

    申请号:CN202410327990.3

    申请日:2024-03-21

    Inventor: 田捷 王坤 张皓焱

    Abstract: 本公开提供了一种模型训练方法、肝纤维化检测方法、装置及电子设备,可以应用于计算机技术领域、人工智能技术领域及图像处理技术领域。该模型训练方法包括:从训练集中获取与M个对象一一对应的M个弹性图像;截取每个弹性图像中的感兴趣区域图像;从弹性图像中确定与感兴趣区域图像对应的肝硬度值;将与每个弹性图像对应的肝硬度值和感兴趣区域图像作为模型输入,与每个弹性图像对应的肝纤维化标识作为标签,对初始模型进行L轮迭代训练,得到L个中间模型;根据内部验证集中的弹性图像,从L个中间模型中确定目标模型。

    基于自注意力机制的MMPI混合信号分离方法

    公开(公告)号:CN114881208A

    公开(公告)日:2022-08-09

    申请号:CN202210478674.7

    申请日:2022-05-05

    Abstract: 本发明属于生物医学分子影像领域,具体涉及一种基于自注意力机制的MMPI混合信号分离方法、系统、设备,旨在解决现有MMPI技术中,基于物理特性构建的混合SPIOs分离模型分离误差大且难定量的问题。本方法包括:构建待MMPI成像的生物体的生物病灶模型,并将包裹SPIOs的靶向分子探针注射到该生物病灶模型中;注射后,利用MPI设备对所述生物病灶模型进行信号采集,得到包含n种SPIOs的时域混合信号;通过训练好的自注意力机制神经网络对所述时域混合信号进行分离,得到n种单独的SPIOs时域电压信号。本发明实现对时域混合信号的精准分离,并提高了MMPI的检测灵敏度。

    基于贝叶斯框架的三维磁粒子成像重建方法、系统和设备

    公开(公告)号:CN114022615A

    公开(公告)日:2022-02-08

    申请号:CN202111328778.1

    申请日:2021-11-10

    Abstract: 本发明属于磁粒子成像领域,具体涉及了一种基于贝叶斯框架的三维磁粒子成像重建方法、系统和设备,旨在解决现有的技术随着分辨率提高带来的系统矩阵复杂度过高难以实时进行成像的问题。本发明包括:通过校准程序获得系统矩阵并基于测量信号、待重建的磁纳米粒子浓度和所述系统矩阵构建MPI重建逆问题,将MPI重建逆问题在贝叶斯框架下转化为最大后验概率估计问题,引入磁纳米粒子分布的稀疏先验和噪声分布的Gamma先验,通过求解待重建的磁纳米粒子浓度的最大后验概率分布进而获得磁纳米粒子的浓度分布完成重建。本发明加快了超大系统矩阵维度下的重建速度和重建实时性,提高重建精度,进一步提升MPI成像系统的实用性和临床转化潜力。

    基于深度学习的激发荧光断层成像三维重建方法

    公开(公告)号:CN109191564B

    公开(公告)日:2020-09-04

    申请号:CN201810852675.7

    申请日:2018-07-27

    Abstract: 本发明提供一种基于深度学习的激发荧光断层成像三维重建方法,该方法包括如下步骤:S1、生成训练样本;S2、设置深度学习模型,构建深度学习模型包括图片信息编码阶段、图片信息融合阶段和三维重建阶段;以及S3、对深度学习模型进行训练,将生物体的数据输入训练后的深度学习模型,获得生物体的三维重建图像。本发明以统计学习为基础,训练得到光子传播的前向以及逆向过程,提高了生物激发荧光计算机断层扫描三维重建的精度以及速度。

    基于FFL的磁粒子成像三维立体重建方法、系统、装置

    公开(公告)号:CN110420026B

    公开(公告)日:2020-05-19

    申请号:CN201910637247.7

    申请日:2019-07-15

    Abstract: 本发明属于磁粒子成像领域,具体涉及一种基于FFL的磁粒子成像三维立体重建方法、系统、装置,旨在为了解决基于FFL的磁粒子分布三维图像准确度较低的问题。本发明方法包括:获取基于FFL对被扫描目标进行三维扫描过程中感应线圈的电流信号数据;基于所述电流信号数据,通过预设的核函数进行反卷积,得到二维图像数据集合;所述核函数为增加L2正则化约束的阶跃函数;基于所述二维图像数据集合,采用维纳滤波反卷积算法获取初始三维图像;基于初始三维图像,通过郎之万函数进行反卷积,并通过雷登变换获取最终三维图像。本发明提高了所重建的三维图像中磁粒子定位准确度。

Patent Agency Ranking