-
公开(公告)号：CN113436322B
公开(公告)日：2024-07-16
申请号：CN202110774785.8
申请日：2021-07-08
摘要： 本申请公开了一种眼底血管三维重建方法、装置、设备及存储介质，该方法包括：通过跨域深度自适应网络对不同设备的OCTA二维血管正面投影图像进行深度预测，得到深度图预测结果；在OCTA二维血管分割图像上提取血管的中心线位置和半径长度；根据深度图预测结果所带的深度信息和OCTA二维血管分割图像的提取信息，获取三维血管中心线点云；根据三维血管中心线点云和圆的空间参数方程，对血管的三维表面网格进行重建。这样从二维到三维的视网膜血管重建过程，有效地解决了二维正面投影图像中血管空间信息缺失问题、OCTA图像中常见的伪影问题、以及由于三维数据缺失和技术手段限制导致无法使用三维体数据重建血管的问题。
-
公开(公告)号：CN113436322A
公开(公告)日：2021-09-24
申请号：CN202110774785.8
申请日：2021-07-08
摘要： 本申请公开了一种眼底血管三维重建方法、装置、设备及存储介质，该方法包括：通过跨域深度自适应网络对不同设备的OCTA二维血管正面投影图像进行深度预测，得到深度图预测结果；在OCTA二维血管分割图像上提取血管的中心线位置和半径长度；根据深度图预测结果所带的深度信息和OCTA二维血管分割图像的提取信息，获取三维血管中心线点云；根据三维血管中心线点云和圆的空间参数方程，对血管的三维表面网格进行重建。这样从二维到三维的视网膜血管重建过程，有效地解决了二维正面投影图像中血管空间信息缺失问题、OCTA图像中常见的伪影问题、以及由于三维数据缺失和技术手段限制导致无法使用三维体数据重建血管的问题。
-
公开(公告)号：CN118096769B
公开(公告)日：2024-07-23
申请号：CN202410524350.1
申请日：2024-04-29
申请人： 中国科学院宁波材料技术与工程研究所 , 宁波慈溪生物医学工程研究所
摘要： 本发明公开了一种视网膜OCT图像的分析方法及装置，涉及视网膜OCT图像处理领域，获取当前待处理的视网膜OCT图像，预先训练好了具有泛化能力的域泛化视网膜分层模型，将该视网膜OCT图像作为输入项输入上述域泛化视网膜分层模型，可以得到具有语义一致性的特征表示，进而根据该特征表示对视网膜OCT图像分层以得到分层后的层次结构。可见，本申请通过构建语义一致的特征表达，捕捉了图像间共性的高级语义属性，减弱了不同OCT设备或者数据中心引入的特征分布偏差，该域泛化视网膜分层模型具备在跨设备和跨中心数据上的泛化能力，使得视网膜分层得到的层次结构更准确，自动化程度高，利于实际应用。
-
公开(公告)号：CN115205769A
公开(公告)日：2022-10-18
申请号：CN202211125913.7
申请日：2022-09-16
申请人： 中国科学院宁波材料技术与工程研究所
摘要： 本申请公开了一种眼科手术技能评价方法、系统及存储介质，其中方法包括：识别眼科手术视频片段的手术阶段；对视频片段进行图像分割，得到手术器械的掩膜区域；根据所述手术器械的掩膜区域进行光流计算，得到所述手术器械的运动轨迹；对各手术阶段，基于所述手术器械的运动轨迹进行特征提取，根据评价标签分类，训练分类模型；对待评价眼科手术视频，利用训练好的分类模型进行分类评价，将分类评价结果与专家评估结果进行一致性验证。本申请通过对手术器械进行掩膜补齐，从而获得完整的手术器械位置，基于其轨迹特征进行眼科手术技能自动评价，在眼科手术尤其是白内障超声乳化手术培训中具有指导作用，提高了评价的准确性及判断效率。
-
公开(公告)号：CN116934765A
公开(公告)日：2023-10-24
申请号：CN202210371929.X
申请日：2022-04-08
申请人： 宁波慈溪生物医学工程研究所 , 中国科学院宁波材料技术与工程研究所
IPC分类号： G06T7/10 , G06V10/774 , G06T9/00
摘要： 本发明公开了一种OCT视网膜及脉络膜的自适应分割模型训练方法及应用。所述的训练方法包括：对源域初始编码器进行第一训练，获得包括源域编码器的源域分割网络；通过滑动指数平均方法将源域编码器的参数传递至初始目标编码器进行第二训练得到分割模型；第二训练至少包括：利用目标域编码特征和源域编码特征对初始目标域编码器进行特征层次对抗训练；以及利用目标域分割结果和源域分割结果对初始目标域编码器进行图像层次对抗训练。本发明首次提出视网膜全层以及脉络膜层的无监督领域自适应分割训练方法，领域间泛化能力强，无需大量的标签，且克服了现有技术中域参数纠缠现象引发的源域的分割性能下降，目标域分割性能随之下降的缺陷。
-
公开(公告)号：CN116596845A
公开(公告)日：2023-08-15
申请号：CN202310362261.7
申请日：2023-04-07
申请人： 浙江工业大学 , 中国科学院宁波材料技术与工程研究所 , 宁波慈溪生物医学工程研究所
IPC分类号： G06T7/00 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0895 , G06N3/084
摘要： 本发明提供一种基于弱监督学习的UWF眼底图像病灶区域定位方法，包括：获得UWF眼底图像；构建ResNet卷积神经网络模型；获取多尺度特征数据；获取全局注意力特征数据；将多尺度特征数据以及全局注意力特征数据相加获得特征显著数据；过滤；对病灶区域进行定位；对每张定位后的数据进行标记；对带标记的数据进行概率映射；构建分类器，对映射后数据以及带标记的数据进行训练；通过训练后的分类器对测试图像集中的病灶区域进行定位与预测；本发明只需要进行简单的分类标签来对模型进行标记，形成弱监督学习，且能在最后有效定位病灶区域，也不需要在眼底图像像素级的尺度上进行人工标记，人工成本大大降低。
-
公开(公告)号：CN115359082A
公开(公告)日：2022-11-18
申请号：CN202210991243.0
申请日：2022-08-17
申请人： 宁波慈溪生物医学工程研究所 , 中国科学院宁波材料技术与工程研究所
摘要： 本发明公开了一种基于边界增强的OCT图像脉络膜层结构分割方法及存储介质，OCT图像脉络膜层结构分割方法包括：获取输入图像的边缘关键点并生成边界增强软图；构建边界增强模块，分别从三个角度：空间、特征和通道对图像中脉络膜层的边界信息进行增强并提取；将所述边界增强模块嵌入编码‑解码结构的分割网络，得到具有边界信息保持特征的预测分割对象；采用边界感知损失模块所述边界增强软图与预测分割对象进行处理，得到脉络膜层的分割结果。本发明通过生成脉络膜层边界增强软图，并从多角度构建边界增强模块，且利用边界感知损失模块进一步优化分割结果，实现了脉络膜层结构自动分割方法，无需人工干预，且解决层边界模糊问题，分割效果良好。
-
公开(公告)号：CN117765532A
公开(公告)日：2024-03-26
申请号：CN202410194528.0
申请日：2024-02-22
申请人： 中国科学院宁波材料技术与工程研究所 , 宁波慈溪生物医学工程研究所
IPC分类号： G06V20/69 , G06V20/70 , G06V10/26 , G06V10/30 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/096 , G06N20/20
摘要： 本发明公开了一种基于共聚焦显微图像的角膜朗格汉斯细胞分割方法和装置，属于医学影像分割领域，包括：获取IVCM设备拍摄的包含大量朗格汉斯细胞的角膜上皮下神经纤维丛影像，并进行数据预处理，建立朗格汉斯细胞分割金标准，构建模型训练数据集；设计基于膨胀加持的集成学习策略，用于突出图像分割目标，屏蔽背景信息；设计基于原图引导的发散感知与集成增强策略，增强模型对朗格汉斯细胞形态特征的学习，提升模型分割效果；基于最终分割图，对细胞密度、数量、成熟度等形态学参数进行量化，以提供临床分析。本发明提出的分割方法能够屏蔽IVCM图像中的伪影和噪声信息，减少模型误分割与欠分割率，从而提升朗格汉斯细胞的分割精度和效率。
-
公开(公告)号：CN117726642A
公开(公告)日：2024-03-19
申请号：CN202410174151.2
申请日：2024-02-07
申请人： 中国科学院宁波材料技术与工程研究所 , 宁波慈溪生物医学工程研究所
IPC分类号： G06T7/11 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/082 , G06T7/00
摘要： 本发明公开了一种用于光学相干断层扫描图像的高反射病灶分割方法和装置，属于图像处理领域，包括：采集视网膜图像并进行人为标注，得到分割图像域数据；构建包含生成器和双重判别器的条件生成对抗网络，生成器包含区域自适应选择模块和相邻帧引导模块，以实现局部‑全局、帧内‑帧间信息的高效利用；采用源域数据和分割图像域数据对条件生成对抗网络进行训练，通过整体分割损失函数的最小化，得到训练好的Ad‑GAN框架，用于视网膜图像中高反射病灶的实际分割任务。本发明通过在生成器中设置区域自适应选择模块和相邻帧引导模块，充分利用视网膜图像中的局部‑全局以及帧内‑帧间信息，能够明显提高对高反射病灶的分割精度。
-
公开(公告)号：CN115631207A
公开(公告)日：2023-01-20
申请号：CN202211151759.0
申请日：2022-09-21
申请人： 中国科学院宁波材料技术与工程研究所 , 宁波慈溪生物医学工程研究所
IPC分类号： G06T7/12 , G06N3/0455 , G06N3/047 , G06N3/048
摘要： 本发明提供了基于OCT图像的脉络膜亚层与大血管联合分割的方法，涉及图像处理技术领域，本方法包括步骤S1：构建脉络膜亚层和脉络膜大血管的联合分割框架，其中联合分割框架包括第一子网络和第二子网络，第一子网络为脉络膜亚层分割子网络，第二子网络为脉络膜大血管分割子网络；S2：构建空间注意力模块和边界增强模块，对OCT图像中脉络膜亚层的边界信息进行强化；S3：基于Transformer构建用于数据集的特征提取模块，来提取脉络膜大血管信息；S4：通过由交叉熵损失项和豪斯多夫距离损失项组成的损失函数来优化血管形态。本方法能够有效提升脉络膜亚层和大血管结构的分割精度。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.034 秒)
