智能自学习激光功率控制系统及光热治疗系统

    公开(公告)号:CN110755755A

    公开(公告)日:2020-02-07

    申请号:CN201911096092.7

    申请日:2019-11-11

    Abstract: 本发明实施例提供一种智能自学习激光功率控制系统及光热治疗系统,智能自学习激光功率控制系统包括:自学习控制器和双闭环控制系统;自学习控制器,用于根据预设期望治疗温度和预设温度误差阈值,利用迭代自学习算法,获取双闭环控制系统的参考温度输入信号;所述双闭环控制系统采用内外两环控制结构,完成双闭环控制系统的整个环路的负反馈有差控制,以调节光热治疗系统中的加热治疗设备的输出功率达到设定值,使靶区温度稳定在预设范围。本发明实施例能够减小对光热治疗系统中的加热治疗设备的输出功率的控制误差,使靶区温度稳定在预设范围,避免利用光热治疗系统进行光热治疗期间对靶区组织边界处的正常组织造成伤害。

    环形光声层析系统稀疏阵元优化选择及压缩感知成像方法

    公开(公告)号:CN113974560A

    公开(公告)日:2022-01-28

    申请号:CN202111272639.1

    申请日:2021-10-29

    Abstract: 本发明公开了一种环形光声层析系统稀疏阵元优化选择及压缩感知成像方法,所述方法包括如下步骤:步骤1)利用超声换能器采集环形光声层析系统的光声信号;步骤2)明确稀疏度,确定环形扫描角度稀疏阵元数量,并基于模拟退火算法优化环形扫描角度稀疏阵元分布;步骤3)由相应阵元位置上超声换能器采集到的光声信号,利用压缩感知图像重建算法进行光声图像重建。本发明提出基于模拟退火算法针对稀疏成像问题中不同成像目标区域进行稀疏角度最优化选择。本发明基于模拟退火算法得到优化后稀疏阵元分布,由相应阵元位置上超声换能器采集到的光声信号,利用压缩感知图像重建算法进行光声图像重建,力求较少的信号采集量实现较高的成像效果。

    多模态成像中图像重建方法、装置和多模态成像技术系统

    公开(公告)号:CN112862924A

    公开(公告)日:2021-05-28

    申请号:CN202011627364.4

    申请日:2020-12-31

    Abstract: 本发明提供一种多模态成像中图像重建方法、装置和系统,包括:接收数字滤波装置输出的任一滤波后信号;若所述任一滤波后信号为超声类型或光声类型,则基于多角度观测相控聚焦空间复合成像确定输出的所述任一滤波后信号对应的复合图像;若所述任一滤波后信号为弹性模态类型,则对所述任一滤波后信号依次进行组织位移估计、方向性滤波器和波速估计,确定输出的所述任一滤波后信号对应的弹性重建图像。本发明提供的方法、装置和系统,实现了多模态成像中图像重建输出的任一类型滤波后信号对应的重建图像都提升效果、提高分辨率且降低运算量,并且多种模态类型信号进行图像合成使最终成像更准确效果更好。

    基于光声、超声同步温度测量的控制方法及装置

    公开(公告)号:CN113545838A

    公开(公告)日:2021-10-26

    申请号:CN202110727065.6

    申请日:2021-06-29

    Abstract: 本发明提供一种基于光声、超声同步温度测量的控制方法及装置,其中,该方法包括:向目标区域发射脉冲激光信号和超声信号,其中超声信号是受脉冲激光信号激发产生;获取目标区域受到脉冲激光信号激发产生的光声信号,以及目标区域受到超声信号激发产生的回波信号;对光声信号进行模态分解,确定光声信号与温度的线性特征,以及对回波信号进行互相关处理,获取超声信号与温度的线性特征;对光声信号与温度的线性特征以及超声信号与温度的线性特征进行融合;根据融合的结果对目标区域的温度进行控制。本发明通过光声和超声同步测温,实现了更高精度的温度控制。

    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

    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

    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。

    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

    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

    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。

    多模态成像中图像重建方法、装置和多模态成像技术系统

    公开(公告)号:CN112862924B

    公开(公告)日:2022-11-25

    申请号:CN202011627364.4

    申请日:2020-12-31

    Abstract: 本发明提供一种多模态成像中图像重建方法、装置和系统,包括:接收数字滤波装置输出的任一滤波后信号;若所述任一滤波后信号为超声类型或光声类型,则基于多角度观测相控聚焦空间复合成像确定输出的所述任一滤波后信号对应的复合图像;若所述任一滤波后信号为弹性模态类型,则对所述任一滤波后信号依次进行组织位移估计、方向性滤波器和波速估计,确定输出的所述任一滤波后信号对应的弹性重建图像。本发明提供的方法、装置和系统,实现了多模态成像中图像重建输出的任一类型滤波后信号对应的重建图像都提升效果、提高分辨率且降低运算量,并且多种模态类型信号进行图像合成使最终成像更准确效果更好。

    基于记忆因子的多波长光声温度控制方法及装置

    公开(公告)号:CN113509260A

    公开(公告)日:2021-10-19

    申请号:CN202110730108.6

    申请日:2021-06-29

    Abstract: 本发明提供一种基于记忆因子的多波长光声温度控制方法及装置。该方法包括:向目标区域发射至少二种波长的脉冲激光信号;获取所述目标区域受到所述至少二种波长的脉冲激光信号激发产生的至少二个光声信号;根据所述至少二个光声信号获取所述目标区域当前的温度信息;基于带记忆因子的控制策略,根据所述目标区域当前的温度信息对所述目标区域的温度进行控制。本发明可以解决现有技术中光热治疗对生物组织的温度控制精度低,控制滞后的问题,实现对生物组织温度的精准、快速调控。

    基于深度学习级联增强的多带宽光声成像系统及方法

    公开(公告)号:CN119257553A

    公开(公告)日:2025-01-07

    申请号:CN202411316573.5

    申请日:2024-09-20

    Abstract: 本发明公开了一种基于深度学习级联增强的多带宽光声成像系统及方法,所述系统由脉冲激光器、两个半环形阵列探头、多通道数据采集卡和中央计算机构成,脉冲激光器用于激发目标区域内的光吸收体,产生光声信号;两个半环形阵列探头分别具有中心频率为5.5MHz的高频探头和2.5MHz的低频探头,高频探头用于获取高分辨率图像,低频探头用于检测较大的光吸收体和低信噪比的结构特征;多通道数据采集卡用于将两个半环形阵列探头接收到的光声信号进行数字化处理,并将处理后的数据传输至中央计算机,基于滤波反投影重建算法重建光声图像。本发明的多带宽光声成像系统展示了极高的图像重建能力,为生物医学成像提供了更为精确的解决方案。

Patent Agency Ranking