-
公开(公告)号：CN116158851B
公开(公告)日：2024-03-01
申请号：CN202310186076.7
申请日：2023-03-01
Applicant: 哈尔滨工业大学
IPC: A61B34/20 , A61B34/30 , A61B34/00 , A61B8/08 , G06T7/80 , G06T7/50 , G06T7/00 , G06T7/11 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种医用远程超声自动扫描机器人的扫描目标定位系统即方法，所述系统包括深度相机、图像预处理模块、目标定位模块、机械臂和配套夹具。本发明通过采集包含目标点的图像，通过深度卷积神经网络对目标区域实现分割和定位，再经过坐标校正实现了肺部超声自动扫描机器人的扫描目标定位，可以在使用低成本的传感器的前提下，实现实时、准确、便捷的扫描目标定位，极大程度提高了定位的精度并扩展了医用远程超声自动扫描机器人的自主性。为实现
-
公开(公告)号：CN116158851A
公开(公告)日：2023-05-26
申请号：CN202310186076.7
申请日：2023-03-01
Applicant: 哈尔滨工业大学
IPC: A61B34/20 , A61B34/30 , A61B34/00 , A61B8/08 , G06T7/80 , G06T7/50 , G06T7/00 , G06T7/11 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种医用远程超声自动扫描机器人的扫描目标定位系统即方法，所述系统包括深度相机、图像预处理模块、目标定位模块、机械臂和配套夹具。本发明通过采集包含目标点的图像，通过深度卷积神经网络对目标区域实现分割和定位，再经过坐标校正实现了肺部超声自动扫描机器人的扫描目标定位，可以在使用低成本的传感器的前提下，实现实时、准确、便捷的扫描目标定位，极大程度提高了定位的精度并扩展了医用远程超声自动扫描机器人的自主性。为实现在保证病人和系统安全的前提下，医用远程超声自动扫描机器人完成高质量的超声扫描检测提供了良好基础。
-
公开(公告)号：CN119295317A
公开(公告)日：2025-01-10
申请号：CN202411316574.X
申请日：2024-09-20
Applicant: 哈尔滨工业大学(威海) , 哈工大苏州研究院
IPC: G06T3/4053 , G06T3/4046 , G06T5/73 , G06T5/60 , G06T5/10 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于多尺度坐标门控卷积的光声图像重建方法，所述方法包括如下步骤：步骤1：多尺度坐标门控卷积模块设计；步骤2：光声图像重建网络模型架构设计；步骤3：光声图像重建。该方法通过引入与PSF空间变化相适应的多尺度坐标门控卷积模块，能够动态调整卷积核的大小和形状，以适应PSF在不同空间位置的变化，更好地捕捉图像细节，实现对图像中不同位置的特征进行自适应处理，补偿由PSF变化引起的图像模糊和失真，从而显著提高重建光声图像的清晰度和分辨率，实现更高分辨率的图像重建，满足临床成像和诊断的高要求。实验结果表明，本发明在光声图像重建中显著提升了成像质量，为光声成像的临床应用提供了新的可能性。
-
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
Applicant: 哈尔滨工业大学(威海) , 哈工大苏州研究院
IPC: A61B5/00 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06V10/44 , G06V10/80 , G06V10/82
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
公开(公告)号：CN119579618A
公开(公告)日：2025-03-07
申请号：CN202411634991.9
申请日：2024-11-15
Applicant: 哈尔滨工业大学(威海) , 上海交通大学医学院附属瑞金医院
Abstract: 本发明公开了一种基于强化特征融合的微循环血管自动分割与量化方法，所述方法包括如下步骤：步骤一、数据制备与预处理；步骤二、强化特征融合网络模型设计；步骤三、微循环血管自动分割；步骤四、基于分割结果的血管直径量化。本发明提出的强化特征融合网络模型通过多尺度特征的融合和增强，实现了对微血管的精确分割。该模型通过有效的数据增强，在多样化的临床图像数据上表现出良好的泛化能力，能够适应不同光照条件、对比度和分辨率的图像数据。这使得模型在实际应用中具有较高的实用性和可靠性。本发明通过分割结果进行的血管直径量化，能够精确测量微血管的直径，为临床微循环功能的评估提供了强有力的支持。
-
公开(公告)号：CN115619889B
公开(公告)日：2023-05-30
申请号：CN202211402980.9
申请日：2022-11-09
Applicant: 哈尔滨工业大学(威海) , 威海高区利民医院有限公司
-
公开(公告)号：CN115619889A
公开(公告)日：2023-01-17
申请号：CN202211402980.9
申请日：2022-11-09
Applicant: 哈尔滨工业大学(威海) , 威海高区利民医院有限公司
Abstract: 本发明公开了一种适用于环形阵列的多特征融合光声图像重建方法，所述方法包括如下步骤：步骤一、数据预处理；步骤二、信号域特征提取模块设计；步骤三、图像域特征提取模块设计；步骤四、特征图叠加输出。本发明的光声重建方法融合了原始光声信号、光声信号对时间的一阶导数信息以及传统重建算法重建的低质量图像，经实验验证此方法性能优异，可以实现有限视角下快速、高质量的光声图像重建。本发明的方法设计灵活，在特征提取的过程中进行插值重采样，自动调整信号维度，适用于不同采样频率的光声信号。
-
公开(公告)号：CN114387467B
公开(公告)日：2022-07-29
申请号：CN202111501536.8
申请日：2021-12-09
Applicant: 哈工大(张家口)工业技术研究院 , 哈尔滨工业大学
Abstract: 本发明公开了一种基于多模块卷积特征融合的医学图像分类方法，所述方法包括如下步骤：步骤一、图像预处理；步骤二、网络模型分模块卷积设计；步骤三、多模块特征融合；步骤四、基于多模块融合特征的特征提取；步骤五、经平均池化层输出分类结果。本发明的分类方法全部采用卷积方式提取特征，参数量较少，运行速度较快，适应医学影像数据少量样本的特征，不需要更新过多的权重参数，同时经实验验证此方法性能优异。此方法不仅适用于二分类任务，同时适用于多分类任务，可以根据任务需要，灵活调整各模块输出通道数，以改进分类效果。
-
公开(公告)号：CN114387467A
公开(公告)日：2022-04-22
申请号：CN202111501536.8
申请日：2021-12-09
Applicant: 哈工大(张家口)工业技术研究院 , 哈尔滨工业大学
Abstract: 本发明公开了一种基于多模块卷积特征融合的医学图像分类方法，所述方法包括如下步骤：步骤一、图像预处理；步骤二、网络模型分模块卷积设计；步骤三、多模块特征融合；步骤四、基于多模块融合特征的特征提取；步骤五、经平均池化层输出分类结果。本发明的分类方法全部采用卷积方式提取特征，参数量较少，运行速度较快，适应医学影像数据少量样本的特征，不需要更新过多的权重参数，同时经实验验证此方法性能优异。此方法不仅适用于二分类任务，同时适用于多分类任务，可以根据任务需要，灵活调整各模块输出通道数，以改进分类效果。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.027 seconds)
