介入式血管内三模态成像、消融及辅助测温一体化导管

    公开(公告)号:CN116138875B

    公开(公告)日:2023-09-26

    申请号:CN202310192382.1

    申请日:2023-03-02

    Abstract: 介入式血管内三模态成像、消融及辅助测温一体化导管,属于血管内疾病诊断技术领域,集成了光声/超声/温度三模态成像、光热消融、多波长及热电偶辅助温度检测的光、声、电通路,解决了传统介入治疗导管无法实现多模态成像及精准消融的缺点。导管管身前端设有用来加固及保护内部组件的金属外壳,并在金属外壳内部集成光声、超声及温度三模态成像组件、激光消融组件以及多波长及热电偶辅助温度检测组件。使用该导管进行介入操作,将有能力提供病灶组织的精确结构成分信息与温度分布信息,实现治疗边界的精确定位,完成微米级高精度光热消融治疗,有效解决血管内高分辨实时成像和多模态精准定位问题。

    压缩采样光声显微成像方法及装置

    公开(公告)号:CN105241813A

    公开(公告)日:2016-01-13

    申请号:CN201510607288.3

    申请日:2015-09-22

    Abstract: 本发明公开一种压缩采样光声显微成像方法及装置,在不增加系统成本的同时,能够实现高分辨率的光声显微图像的快速采集。所述方法包括:根据预设的待采样目标的感兴趣区域的采样比、待采样目标的背景区域的采样比、水平方向采样点数和垂直方向采样点数,并基于边膨胀图理论产生压缩采样模板;利用所述压缩采样模板获取光声显微压缩采样数据矩阵;利用低秩矩阵填充方法对所述光声显微压缩采样数据矩阵进行恢复,得到光声显微图像。

    应用于钢轨探伤的光声弹性成像方法及装置

    公开(公告)号:CN105092595A

    公开(公告)日:2015-11-25

    申请号:CN201510548850.X

    申请日:2015-08-31

    Abstract: 本发明公开一种应用于钢轨探伤的光声弹性成像方法及装置,能够检测出待测钢轨组织内部的孔隙。所述方法包括:S11、脉冲激光器发出的脉冲激光依次经中灰密度镜、反射镜和聚焦镜作用后照射到待测钢轨上,并产生光声信号,其中,所述光声信号包括瑞利波和剪切波;S12、利用超声探头采集所述钢轨不同位置处的光声信号,对于所述钢轨每一个位置处的光声信号,根据该位置处的光声信号基于互相关算法计算该位置处钢轨组织产生的位移,并进行成像得到该位置处钢轨组织的位移形变图;S13、采用数据融合算法,将所述钢轨不同位置处钢轨组织的位移形变图融合成整条所述钢轨组织的位移形变图。

    基于相关性分析与经验模态分解的超声信号去噪方法

    公开(公告)号:CN101822548A

    公开(公告)日:2010-09-08

    申请号:CN201010131911.X

    申请日:2010-03-19

    Abstract: 本发明提供一种基于相关性分析与经验模态分解的超声信号去噪方法。首先在超声空采集状态下对纯噪声的能量曲线进行拟合,得到噪声随TGC增益变化的趋势曲线Alpha;然后将正常采集到的连续两帧的超声回波信号分成两部分,一部分为回波信号与Alpha曲线的点乘,称为主噪声信号,另一部分为回波信号与前一部分的差值,称为主有用信号;对主噪声部分进行EMD分解,求取第一个IMF分量的能量比作为两帧信号的加权系数,再进行对应IMF分量的相关性分析后进行阈值处理;最后将主噪声部分和主信号部分进行加权重构后得到去噪后的信号。本发明具有自适应的信号分解和降噪能力,大大提高了超声信号的信噪比,取得了很好的去噪效果。

    基于阵列探头的实时光声成像装置

    公开(公告)号:CN101690672A

    公开(公告)日:2010-04-07

    申请号:CN200910204766.0

    申请日:2009-09-26

    Abstract: 本发明提供一种基于阵列探头的实时光声成像装置,属于生物组织无损检测技术领域。本发明采用多元阵列超声探头同步观测并采集光声信号,经放大后送到A/D转换器均匀采样,采用现场可编程门阵列FPGA将采集到的光声图像数据通过USB接口输入到计算机内存中,在计算机上进行在线波束形成、数字信号与图像处理并实时显示。本发明包括激光器、多元阵列超声探头、多通道并行采集电路和计算机。本发明采用多通道并行采集、分布式快速重建的处理机制和硬件平台,确保信号采集和处理过程无瓶颈,实现了光声信号的实时成像;采用多通道并行采集电路实现了数据的并行采集和存储,通道数也可以根据实际需要进行调整,以求获得最佳的成像效果。

    基于多角度观测的高分辨率光声成像方法

    公开(公告)号:CN101669816A

    公开(公告)日:2010-03-17

    申请号:CN200910204089.2

    申请日:2009-09-26

    Abstract: 本发明提供一种基于多角度观测的高分辨率光声成像方法,包括以下步骤:脉冲激光照射到生物组织上产生光声信号;利用多元阵列超声探头同步观测光声信号,将采集到的光声信号全部采集、存储并上传到计算机中;在计算机上基于相控动态聚焦算法和逆向坐标变换算法对光声图像进行快速重建;通过改变动态聚焦参数实现对待测生物组织的多角度观测,将不同角度观测到的图像进行数据融合处理。本发明实现了对待测生物组织的多角度观测,有效提高了成像的横向分辨率和信噪比;在计算机上采用分布式快速重建算法,提高了成像速度,实现了装置的数字化;采用阵列探头实现对待测生物组织多角度、多位置成像,提高了系统的适应性和应用范围。

    基于深度学习的光声图像超分辨重建方法及装置

    公开(公告)号:CN111127320B

    公开(公告)日:2023-08-04

    申请号:CN201911341072.1

    申请日:2019-12-23

    Abstract: 本发明实施例提供一种基于深度学习的光声图像超分辨重建方法及装置,其中,方法包括:通过k‑Wave工具箱、迭代重建算法,制备光声图像超分辨重建仿真数据集,并通过光声实验和图像下采样算法补充实验数据集;构建超分辨率网络SE‑EDSR;采用预训练策略在仿真数据集和实验数据集上递进式地训练SE‑EDSR,依次完成×2、×3、×4的超分辨重建任务,得到最终的光声图像×4超分辨重建模型;将目标光声图像输入训练好的光声图像×4超分辨重建模型,输出超分辨重建后的×4的高分辨图像。可实现基于深度学习的光声图像超分辨重建,显著降低传统重建算法对光声信号质量的严苛要求,有效节省信号采集带来的经济成本及时间成本。

    基于深度学习的光声图像超分辨重建方法及装置

    公开(公告)号:CN111127320A

    公开(公告)日:2020-05-08

    申请号:CN201911341072.1

    申请日:2019-12-23

    Abstract: 本发明实施例提供一种基于深度学习的光声图像超分辨重建方法及装置,其中,方法包括:通过k-Wave工具箱、迭代重建算法,制备光声图像超分辨重建仿真数据集,并通过光声实验和图像下采样算法补充实验数据集;构建超分辨率网络SE-EDSR;采用预训练策略在仿真数据集和实验数据集上递进式地训练SE-EDSR,依次完成×2、×3、×4的超分辨重建任务,得到最终的光声图像×4超分辨重建模型;将目标光声图像输入训练好的光声图像×4超分辨重建模型,输出超分辨重建后的×4的高分辨图像。可实现基于深度学习的光声图像超分辨重建,显著降低传统重建算法对光声信号质量的严苛要求,有效节省信号采集带来的经济成本及时间成本。

    应用于钢轨探伤的光声弹性成像方法及装置

    公开(公告)号:CN105092595B

    公开(公告)日:2018-03-02

    申请号:CN201510548850.X

    申请日:2015-08-31

    Abstract: 本发明公开一种应用于钢轨探伤的光声弹性成像方法及装置,能够检测出待测钢轨组织内部的孔隙。所述方法包括:S11、脉冲激光器发出的脉冲激光依次经中灰密度镜、反射镜和聚焦镜作用后照射到待测钢轨上,并产生光声信号,其中,所述光声信号包括瑞利波和剪切波;S12、利用超声探头采集所述钢轨不同位置处的光声信号,对于所述钢轨每一个位置处的光声信号,根据该位置处的光声信号基于互相关算法计算该位置处钢轨组织产生的位移,并进行成像得到该位置处钢轨组织的位移形变图;S13、采用数据融合算法,将所述钢轨不同位置处钢轨组织的位移形变图融合成整条所述钢轨组织的位移形变图。

Patent Agency Ranking