-
公开(公告)号：CN112965229B
公开(公告)日：2022-02-08
申请号：CN202110227193.4
申请日：2021-03-02
Applicant: 南京大学
Abstract: 本发明提出一种基于正交偏振光的无透镜显微成像系统及方法。其成像系统包括照明模块、偏振模块和图像传感器，照明模块用于获得单色非偏振入射光，包括依次放置的光源、窄带滤波片、照明孔径及透镜组、中继透镜对；偏振模块包括偏振方向相互垂直的线偏振片和偏振薄膜，分别用于产生线偏振光和阻挡通过样品的透射光；中继透镜对的出射端依次放置所述线偏振片、样品、偏振薄膜、图像传感器；偏振薄膜确保图像传感器只采集样品的消偏振的散射光。本发明将偏振模块引入现有无透镜成像系统，通过采集样品的单曝光图像信息，并运用盲解卷积算法重建样品图像，从而对植物样本实现无标记、高对比度、无本底成像。
-
公开(公告)号：CN119291911A
公开(公告)日：2025-01-10
申请号：CN202411465947.X
申请日：2024-10-21
Applicant: 南京大学
Abstract: 本发明提出一种大规模快速采集的无透镜显微成像系统和方法。该成像系统包括激光光源、图像传感器、手动位移台及控制装置；激光光源提供垂直入射单色照明光；图像传感器安装在手动位移台上，用于连续采集多张样本衍射图像；手动位移台用于手动控制图像传感器的轴向连续移动；控制装置与图像传感器相连，用于控制图像传感器曝光及进行图像重建。本发明通过无硬件同步的大视场快速采集，通过并行计算框架集成了参数校准、区域自动对焦、区域相位恢复等算法，实现了快速、高效及高通量的无透镜成像。
-
-
公开(公告)号：CN116269496A
公开(公告)日：2023-06-23
申请号：CN202310179178.6
申请日：2023-03-01
Applicant: 南京大学
IPC: A61B8/08
Abstract: 本发明提出一种基于隐式神经表示的心脏三维超声成像及心功能评估系统。该系统包括二维超声图像采集模块、基于隐式神经表示的三维超声成像模块和心功能评估模块；其中，二维超声图像采集模块用于获取心脏的二维超声图像，并估计超声图像的位置参数；基于隐式神经表示的三维超声成像模块用于心脏的三维重建，该模块将整个心脏表示为一个输入为三维坐标、输出为对应位置体素值的隐式函数；心功能评估模块用于自动计算心脏左、右心室的容积以及射血分数。本发明方法重建的三维心脏比传统三维探头采集的三维心脏包含更多的腔体内部细节信息。
-
公开(公告)号：CN119291912A
公开(公告)日：2025-01-10
申请号：CN202411466148.4
申请日：2024-10-21
Applicant: 南京大学
IPC: G02B21/36 , G02B21/06 , G02B21/00 , G06N3/0442 , G06N3/049 , G06N3/0499 , G06N3/084 , G06T5/60
Abstract: 本发明提出一种运动可分辨的无透镜动态成像系统及方法。该系统包括激光光源、二值化光学掩膜、图像传感器和图像处理设备；激光光源发出的相干光由二值化光学掩膜编码调制后，再传播到达图像传感器，由图像传感器采集运动样本的多帧衍射图像，并将采集的图像传输给图像处理设备，图像处理设备利用神经网络方法对图像进行重建。本发明图像重建方法将无透镜衍射传播模型的物理先验知识融入到隐式神经表示中，并设计时空先验损失和双向记忆训练方法进行网络训练，能够有效地降低运动目标成像所产生的伪影、模糊，获得高分辨率、高质量成像结果。
-
Patent Agency Ranking
公开(公告)号：CN114972284B
公开(公告)日：2025-03-11
申请号：CN202210642639.4
申请日：2022-06-08
Applicant: 南京大学
IPC: G06T7/00 , G06N3/0895 , G06N3/0499
Abstract: 本发明提出一种基于自监督深度学习的无透镜显微成像系统及方法。其系统包括多高度成像模块和基于自监督深度学习的相位恢复模块，多高度成像模块用于采集被观测物体在多个无需标定的高度下的衍射图像，包括依次放置的光源、被观测物体和图像传感器，其中图像传感器可进行轴向运动以改变衍射图像高度；基于自监督深度学习的相位恢复模块用于根据所述衍射图像，即时地重建被观测物体的振幅和相位信息并同时联合优化成像模型参数。本发明将自监督深度学习引入现有无透镜成像系统，通过采集样品的多高度衍射图像信息，并运用自监督深度学习重建样品图像、联合优化成像模型参数，从而对样本实现无标记、无约束、高性能、高质量成像。
-
公开(公告)号：CN117557522A
公开(公告)日：2024-02-13
申请号：CN202311510415.9
申请日：2023-11-13
Applicant: 南京大学
IPC: G06T7/00 , G06T7/246 , G06N3/045 , G06N3/0895 , G06N3/09
Abstract: 本发明公开一种多模态多维医学影像序列通用运动追踪方法及装置。其方法包括以下步骤：S1，使用医学影像设备对目标组织进行二维或三维的图像序列采集；S2，对所采集的图像序列进行隐式神经表示，将目标组织的运动参数转化为一个多变量的神经网络，该网络以一组时空坐标作为输入，并输出对应坐标下目标组织的任意空间位置点的运动位移。本发明的方法可以更加精确地捕捉在各种医学影像模态序列中的目标组织任意位置的运动轨迹，进而为临床诊断和治疗提供更为可靠的数据支持。
-
公开(公告)号：CN116310133A
公开(公告)日：2023-06-23
申请号：CN202310359606.3
申请日：2023-04-06
Applicant: 南京大学
IPC: G06T17/00 , G06N3/04 , G06N3/0985
Abstract: 本发明公开了一种基于元学习的稀疏视角三维心脏超声快速成像及评估方法。该方法的步骤包括：S1，获取待重建心脏样本的数据集合；S2，构建成像模型，利用数据集合，基于元学习算法训练初始化成像模型，得到模型初始参数；S3，成像模型根据模型初始参数，对新场景下的目标心脏进行三维重建；S4，对步骤S3重建后的心脏进行心功能评估。本发明的创新点在于引入元学习算法，学习不同心脏之间共有的结构信息，提供先验知识，从而实现仅有稀疏样本输入时的高质量、高性能快速成像。这种方法可以应用于现有的三维心脏超声成像系统中，提高成像的质量和速度。
-
公开(公告)号：CN114972284A
公开(公告)日：2022-08-30
申请号：CN202210642639.4
申请日：2022-06-08
Applicant: 南京大学
Abstract: 本发明提出一种基于自监督深度学习的无透镜显微成像系统及方法。其系统包括多高度成像模块和基于自监督深度学习的相位恢复模块，多高度成像模块用于采集被观测物体在多个无需标定的高度下的衍射图像，包括依次放置的光源、被观测物体和图像传感器，其中图像传感器可进行轴向运动以改变衍射图像高度；基于自监督深度学习的相位恢复模块用于根据所述衍射图像，即时地重建被观测物体的振幅和相位信息并同时联合优化成像模型参数。本发明将自监督深度学习引入现有无透镜成像系统，通过采集样品的多高度衍射图像信息，并运用自监督深度学习重建样品图像、联合优化成像模型参数，从而对样本实现无标记、无约束、高性能、高质量成像。
-
公开(公告)号：CN112907481A
公开(公告)日：2021-06-04
申请号：CN202110272575.9
申请日：2021-03-13
Applicant: 南京大学
Abstract: 本发明提出了一种对于噪声鲁棒的高质量无透镜成像方法。该方法包括如下步骤：在样本到图像传感器不同距离下，采集多个样本衍射图像；对采集的衍射图像进行对焦搜索和x‑y方向的图像配准；使用WGDG算法对衍射图像进行图像重建。其中，WGDG算法是通过在Wirtinger梯度下降优化中引入高斯模型来进行设计的，用于实现相位恢复。本发明的无透镜成像方法，运用了一种新型迭代算法，能够有效降低高斯噪声对图像重建的影响，获得噪声鲁棒性、高质量成像结果。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.023 seconds)
