-
公开(公告)号：CN119599890A
公开(公告)日：2025-03-11
申请号：CN202411520882.4
申请日：2024-10-29
Applicant: 南京理工大学
IPC: G06T5/60 , G01N21/17 , G01N29/24 , G06T5/70 , G06T5/90 , G06T3/4046 , G06T3/4053 , G06N3/0464 , G06N3/0455 , G06N3/048
Abstract: 本发明公开了一种基于物理退化学习的增强光声显微成像方法，包括：基于光声成像原理，通过具有多变性的物理模型退化学习，将对地真实的光声显微成像的图像退化成低质量的光声显微成像。用高质量的光声显微成像图像作为监督训练的目标，再以深度学习为基础，输入到本发明自己设计的带有注意力机制的卷积神经网络进行网络训练，评估重建的图像质量直到重建质量达标，否则重新执行上述步骤。再将真实的低质量光声图像输入到训练好的神经网络中，获得重建的高分辨率光声图像。本发明能够有效地提升深层光声显微图像的分辨率和对比度，同时也能对光声显微图像进行去噪，并且本发明因为数据集是通过物理模型进行获取，能有效减少了对数据集的依赖，有利于提高对不同环境下的重建效果。
-
公开(公告)号：CN116763257A
公开(公告)日：2023-09-19
申请号：CN202310751369.5
申请日：2023-06-25
Applicant: 南京理工大学
Abstract: 本发明公开了一种多像素联合编码的DMD高速皮肤光场调控方法。本发明针对传统波前整形技术需要CCD反馈致使活体内难聚焦的弊端，设计基于光声反馈的皮肤光场调控方法，以实现非侵入性的人体皮肤组织内部光聚焦与成像。同时考虑到光场相位调制相对振幅调制效果更为显著，并且重构的光场和目标光场之间具有较高的保真度，拟将DMD超像素的相位调控应用于光声波前整形中，实现利用DMD进行振幅和相位共同调制的光声波前整形，保留DMD的固有优势的同时获得更好的调制效果和更高的增强因子。通过给DMD器件设定光声波信号，对入射光场的波前信息进行高自由度调控，改变入射光场的波前，从而精确地规划光子在皮肤组织中的传播路径，继而赋予皮肤“光学透明化”的属性。
-
公开(公告)号：CN116580264A
公开(公告)日：2023-08-11
申请号：CN202310589978.5
申请日：2023-05-24
Applicant: 南京理工大学
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度神经网络的超分辨率光声显微成像方法，包括：通过光学分辨率光声显微成像系统获得高、低分辨率两组光声信号数据；将采集的两组光声信号数据进行图像重建；对两组重建的原始光声图像预处理，构成输入样本集；搭建深度神经网络模型并训练，所述深度神经网络模型具体为基于光声图像优化的DenseRes‑SRGAN对抗神经网络架构；将采集的高、低分辨率图像输入训练好的深度神经网络，获得超分辨结果。本发明的高低分辨率采样并没有跳过视场内的信息，与稀疏数据相比，代表像素是大步进扫描模式下各个小像素的加权表示，从而将低分辨率、大焦点直径所无法分辨的低尺度信息复现，与稀疏数据高分辨重建相比有重建泛化能力以及真实性的提升。
-
公开(公告)号：CN116369855A
公开(公告)日：2023-07-04
申请号：CN202310360368.8
申请日：2023-04-06
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于糖尿病足血管病变定量评估的光声谱方法，包括：基于光声成像结果，构建n组健康程度不同的糖尿病足模型；使用多波长光声显微镜获取目标糖尿病足区域组织微结构以及血管中化学成分所对应光吸收波段的光声信号；基于k‑wave快速算法，利用获取的光声信号，得出所有波长对应的光声二维谱，获取不同参数的光声二维谱与对照组光声二维谱进行比较以确定在光声二维谱中表征这些参数的特征区间；利用光声谱信息量化对糖尿病足组织微结构进行评估分析，确定光声二维谱与组织微结构的映射关系；利用光声谱信息量化对糖尿病足血管内化学成分进行评估分析，确定光声二维谱与糖尿病足组织中各化学成分的映射关系。
-
Patent Agency Ranking
公开(公告)号：CN116363246A
公开(公告)日：2023-06-30
申请号：CN202310314187.1
申请日：2023-03-28
Applicant: 南京理工大学
IPC: G06T11/00 , G06N3/0464 , G06N3/094 , G06F18/214
Abstract: 本发明公开了一种基于对偶学习的532/1064nm双波长光声显微成像方法，所述方法对皮肤进行二维光栅扫描，获取在532nm和1064nm波长下的两组三维光声血管信号数据；对两组光声数据进行重建，分别获得两种波长在不同位置处相对应的二维光声血管断层图像构建数据空间；基于对偶学习机制训练两个数据空间相互转换映射的生成对抗网络模型；将采集的待处理数据输入训练后的两个数据空间相互转换映射的生成对抗网络模型，得到穿透深度大且分辨率高的三维光声显微图像及各个深度的二维投影图形；本发明能够实现利用532nm和1064nm两种波长的独特光学特性及对偶学习机制的生成对抗网络模型来生成高质量的双波长光声显微图像，极大改善了单波长激发下存在的深度浅或分辨率低的问题。
-
公开(公告)号：CN116342729A
公开(公告)日：2023-06-27
申请号：CN202310314186.7
申请日：2023-03-28
Applicant: 南京理工大学
IPC: G06T11/00 , G06N3/0464 , G06N3/08 , G06F18/214
Abstract: 本发明公开了一种基于卷积神经网络的光声显微成像方法及系统，属于光声显微成像技术领域，所述方法首先通过光声显微模拟仿真调节不同参数得到训练信号数据集；然后构建网络模型并进行训练，该网络模型采用的是U型卷积网络；其次将光声显微系统采集的信号数据输入到训练好的网络模型中，获得最终处理后的光声信号数据；将得到的光声信号数据进行成像重建，得到重建图像；本发明能够快速有效处理光声显微系统采集的含噪、带限、衰减光声信号，能够实现抗噪、宽频、深穿透的高分辨率光声显微成像。
-
公开(公告)号：CN117617900A
公开(公告)日：2024-03-01
申请号：CN202311318019.6
申请日：2023-10-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于光声粘弹性成像的糖尿病足微血管钙化评估系统及方法，所述方法包括：激光器发出的脉冲激光通过聚焦物镜，照射在糖尿病患者的足部表面组织产生光声信号；使用锁相放大器提取光声信号的相位延迟；计算机控制电机扫描足部表面组织并保存光声信号数据和光声信号的相位延迟数据。将光声信号处理以提取波峰的时间宽度信息，将各点光声信号的波峰时间宽度数据与相位延迟数据分别以灰度值的形式映射到图像上，重建出关于糖尿病足表面组织的弹性和粘弹性的图像。通过设置钙化阈值及炎症阈值，利用阈值分割法将成像区域划分为不同的弹性区域，进而利用粘弹性参数对糖尿病足血管钙化进行评估，检测糖尿病足微血管是否存在钙化和炎症。
-
公开(公告)号：CN116612044A
公开(公告)日：2023-08-18
申请号：CN202310654594.7
申请日：2023-06-05
Applicant: 南京理工大学
IPC: G06T5/00 , G06T7/00 , G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于混叠采样的高分辨率光声图像复原的方法，属于光声显微成像技术领域，通过光声显微成像，对光声信号分别进行欠采样和满足奈奎斯特采样定理的采样。将两种不同方法采样的光声信号进行光声图像重建。再以深度学习为基础，输入到本发明自己设计的对抗神经网络进行网络训练。再将欠采样的光声图像输入到训练好的网络中去，获得重建的高分辨率光声图像。与现有的光声显微成像方法及系统相比，本发明能够有效地解决因为超声换能器中心采样频率不满足奈奎斯特采样定理而造成的混叠图像，并且本发明能在一定程度上提升光声显微成像的探测深度。
-
公开(公告)号：CN116559087A
公开(公告)日：2023-08-08
申请号：CN202310536074.6
申请日：2023-05-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于快速波前整形抗散射光聚焦的光声显微成像方法。所述的光声显微成像方法，首先利用数字微镜设备(DMD)并结合超像素法生成N个超像素掩膜；其次，将非线性光声信号作为反馈信号，用超声换能器记录光声信号的峰峰值；然后，采用奇异值分解去噪(SVD)的方法去除光声成像中的噪声；最后，采用可分离自然进化策略(SNES)作为波前整形的算法，对记录的数值进行评判并更新高斯参数，从而筛选出加载到DMD上的最优掩模，对入射光进行相位和振幅调制实现光聚焦。与现有的光声显微成像方法相比，本发明能够通过波前整形对入射光的聚焦处理有效提高光声信号的信噪比，采用的超像素法和SNES算法结合能够充分发挥DMD高速调制的优势，并且利用去噪后的非线性光声信号作为反馈可以打破声衍射的限制，提高光声成像的分辨率，有潜力实现人体深层散射组织的超分辨率光声成像。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
