基于U型卷积神经网络的胃拉曼飞秒皮秒图像映射方法

    公开(公告)号:CN113390850B

    公开(公告)日:2022-06-21

    申请号:CN202110628821.X

    申请日:2021-06-02

    Applicant: 复旦大学

    Abstract: 本发明属于医学图像处理技术领域,具体为一种基于U型卷积神经网络的胃拉曼飞秒皮秒图像映射方法。本发明首次把人工神经网络用于受激拉曼不同成像光路之间映射中,利用U型卷积神经网络将飞秒受激拉曼图像映射为不同通道的皮秒受激拉曼图像,可以在低功率、短时间内获取受激拉曼组织病理图像。相比于现有技术,本发明优点体现在:信号强度和信噪比大大提升,在不使用高功率的情况下仍有着不错的信号强度;无需对通道进行切换,仅需使用固定参数的激光即可,使得设备成本大幅降低;设备结构简单,使用难度大幅降低。

    基于受激拉曼散射的胃内窥活检组织病理学成像方法

    公开(公告)号:CN113433108A

    公开(公告)日:2021-09-24

    申请号:CN202110612877.6

    申请日:2021-06-02

    Applicant: 复旦大学

    Abstract: 本发明属于非线性光学成像技术领域,具体为一种基于受激拉曼散射的胃内窥活检组织病理学成像方法。本发明方法利用受激拉曼散射显微成像的快速和免处理、免标记性质,可以在短时间内获取胃活检的组织病理学图像信息。本发明是首次将受激拉曼散射显微技术临床用于胃镜内窥活检中,相比于现有传统组织病理学技术,其优点体现在:成像速度快,成像质量高,无需进行预处理,无创保留原有组织,并且可以在一定深度内对各平面进行成像。

    基于人工智能的胃内窥活检拉曼图像辅助诊断方法和系统

    公开(公告)号:CN113539476A

    公开(公告)日:2021-10-22

    申请号:CN202110613183.4

    申请日:2021-06-02

    Applicant: 复旦大学

    Abstract: 本发明属于医疗设备技术领域,具体为一种基于人工智能的胃内窥活检拉曼图像辅助诊断方法和系统。本发明首次把人工智能技术用于胃镜受激拉曼散射内窥活检组织图像辅助诊断中,利用受激拉曼散射显微成像技术获取组织病理学图像信息后,采用基于深度学习神经网络及机器学习的图像分类和影像组学数据分析,构建胃内窥活检拉曼图像辅助诊断系统;本发明系统包括胃组织拉曼图像数据预处理模块、包含神经网络模型及其训练的算法模块、神经网络微调模块、测试模块;相比于现在传统内镜诊疗系统,其优点体现在:实现内镜检查过程中的实时、快速、智能诊断支持,而无需病理学家进行解释。

    基于生成对抗全卷积神经网络的拉曼病理图像虚拟染色方法

    公开(公告)号:CN117423434A

    公开(公告)日:2024-01-19

    申请号:CN202311651946.X

    申请日:2023-12-05

    Applicant: 复旦大学

    Abstract: 本发明属于医学图像处理技术领域,具体为一种基于生成对抗全卷积神经网络的拉曼病理图像虚拟染色方法,把人工神经网络用于受激拉曼散射图像和传统病理图像之间的转换中,利用生成对抗神经网络模型将受激拉曼图像转换为传统病理染色图像,称之为虚拟染色,以便在短时间内快速获取高质量病理图像,包括使用受激拉曼散射对切片组织进行成像后,利用生成对抗全卷积神经网络模型将受激拉曼图像转换为传统病理染色图像。本发明的有益效果:能够在不损伤组织、术中快速成像的同时,提供高质量的病理图像,使得将获取高质量病理图像的时间压缩至能够匹配术中决策所需,并能够将成像组织进一步用于其他检测,在术中决策诊断中具有巨大的潜力。

    基于受激拉曼散射的胃内窥活检组织病理学成像方法

    公开(公告)号:CN113433108B

    公开(公告)日:2022-11-18

    申请号:CN202110612877.6

    申请日:2021-06-02

    Applicant: 复旦大学

    Abstract: 本发明属于非线性光学成像技术领域,具体为一种基于受激拉曼散射的胃内窥活检组织病理学成像方法。本发明方法利用受激拉曼散射显微成像的快速和免处理、免标记性质,可以在短时间内获取胃活检的组织病理学图像信息。本发明是首次将受激拉曼散射显微技术临床用于胃镜内窥活检中,相比于现有传统组织病理学技术,其优点体现在:成像速度快,成像质量高,无需进行预处理,无创保留原有组织,并且可以在一定深度内对各平面进行成像。

    基于U型卷积神经网络的胃拉曼飞秒皮秒图像映射方法

    公开(公告)号:CN113390850A

    公开(公告)日:2021-09-14

    申请号:CN202110628821.X

    申请日:2021-06-02

    Applicant: 复旦大学

    Abstract: 本发明属于医学图像处理技术领域,具体为一种基于U型卷积神经网络的胃拉曼飞秒皮秒图像映射方法。本发明首次把人工神经网络用于受激拉曼不同成像光路之间映射中,利用U型卷积神经网络将飞秒受激拉曼图像映射为不同通道的皮秒受激拉曼图像,可以在低功率、短时间内获取受激拉曼组织病理图像。相比于现有技术,本发明优点体现在:信号强度和信噪比大大提升,在不使用高功率的情况下仍有着不错的信号强度;无需对通道进行切换,仅需使用固定参数的激光即可,使得设备成本大幅降低;设备结构简单,使用难度大幅降低。

Patent Agency Ranking