一种采用逆卷积运算的光声图像优化方法

    公开(公告)号:CN108573474A

    公开(公告)日:2018-09-25

    申请号:CN201710151705.7

    申请日:2017-03-10

    IPC分类号: G06T5/00 G06T5/20 G01N21/17

    摘要: 本发明公开了一种采用逆卷积运算的光声图像优化方法,包括以下步骤:先通过采集点源的光声信号来得到逆卷积核;采集待处理信号;估算出待处理信号的信噪比;使用维纳逆卷积的方法对待处理信号做逆卷积处理;以逆卷积之后的信号为输入进行图像重建,在灰度非线性变换处理后得到最终的优化图像。本发明针对光声成像分辨率低,伪影严重的问题,进行了优化,通过逆卷积运算消除了由于生物组织热膨胀的平衡特性以及采集系统的影响所导致的信号变形,在优化成像质量的同时也可以保证重建速度与效率。

    一种从三维断层成像中提取及融合二维图像的方法

    公开(公告)号:CN107909624A

    公开(公告)日:2018-04-13

    申请号:CN201711269644.0

    申请日:2017-12-05

    摘要: 本发明公开了一种从三维断层成像中提取及融合二维图像的方法,包括以下步骤:利用X光断层成像仪器,对目标三维空间发射X光信号,使用计算机断层成像重建目标三维空间图像;使用超声传感器对目标三维空间进行探测,采集信号并重建当前探测平面内的图像;利用位移传感器和角度传感器检测出超声传感器在三维空间中的位置和角度信息;结合超声传感器的位置和角度信息,从三维X光断层图像中提取当前探测平面的二维图像并与超声图像进行图像融合,通过上述步骤结合X光与超声两种探测手段得到精准度更高的探测图像。

    一种二维超声图像集合重构的三维超声成像方法

    公开(公告)号:CN107582098B

    公开(公告)日:2019-12-06

    申请号:CN201710669887.7

    申请日:2017-08-08

    IPC分类号: A61B8/00

    摘要: 本发明公开了一种二维超声图像集合重构的三维超声成像方法,包括以下步骤:利用线阵超声传感器,对目标三维空间发射并采集超声信号,重建目标三维空间的二维超声图像;通过自由旋转以及平移超声传感器,重建不同角度和不同位置下的目标三维空间二维超声图像;利用位移传感器和角度传感器检测出超声传感器在移动和旋转过程中的位置和角度信息;结合超声传感器的位置和角度信息,将对应的二维超声图像定位到三维空间中,通过上述二维超声图像集合重构出三维超声图像。

    一种二维超声图像集合重构的三维超声成像方法

    公开(公告)号:CN107582098A

    公开(公告)日:2018-01-16

    申请号:CN201710669887.7

    申请日:2017-08-08

    IPC分类号: A61B8/00

    摘要: 本发明公开了一种二维超声图像集合重构的三维超声成像方法,包括以下步骤:利用线阵超声传感器,对目标三维空间发射并采集超声信号,重建目标三维空间的二维超声图像;通过自由旋转以及平移超声传感器,重建不同角度和不同位置下的目标三维空间二维超声图像;利用位移传感器和角度传感器检测出超声传感器在移动和旋转过程中的位置和角度信息;结合超声传感器的位置和角度信息,将对应的二维超声图像定位到三维空间中,通过上述二维超声图像集合重构出三维超声图像。

    一种从三维断层成像中提取及融合二维图像的方法

    公开(公告)号:CN107909624B

    公开(公告)日:2019-12-24

    申请号:CN201711269644.0

    申请日:2017-12-05

    摘要: 本发明公开了一种从三维断层成像中提取及融合二维图像的方法,包括以下步骤:利用X光断层成像仪器,对目标三维空间发射X光信号,使用计算机断层成像重建目标三维空间图像;使用超声传感器对目标三维空间进行探测,采集信号并重建当前探测平面内的图像;利用位移传感器和角度传感器检测出超声传感器在三维空间中的位置和角度信息;结合超声传感器的位置和角度信息,从三维X光断层图像中提取当前探测平面的二维图像并与超声图像进行图像融合,通过上述步骤结合X光与超声两种探测手段得到精准度更高的探测图像。

    一种基于双线阵声传感器的多模态成像方法

    公开(公告)号:CN108567445A

    公开(公告)日:2018-09-25

    申请号:CN201710155262.9

    申请日:2017-03-10

    IPC分类号: A61B8/00

    摘要: 本发明公开了一种基于双线阵声传感器的多模态成像方法,包括以下步骤:利用双线阵超声数据采集设备,得到传感器所在位置的实测声压信号;利用B型超声成像法处理实测声压信号,可以得到成像区域的辉度图;利用超声回波成像法处理实测声压信号,可以得到成像区域的声速轮廓图;利用全波反演法处理实测声压信号,可以得到成像区域的精确声速图;将B型超声的辉度图和回波成像的声速轮廓图作为初始信息输入全波反演法,可以显著加快其计算过程。本发明采用了双线阵声传感器,实现了一种多模态协同工作的超声成像方式,可以显著提高成像质量与成像速度。

    一种通过光声成像选取最佳声速组优化超声成像的方法

    公开(公告)号:CN105249993A

    公开(公告)日:2016-01-20

    申请号:CN201510794296.3

    申请日:2015-11-16

    IPC分类号: A61B8/00

    摘要: 本发明公开了一种通过光声成像选取最佳声速组优化超声成像的方法,采用超声传感器采集信号,使用时域反投影算法重建图像,通过聚焦程度的评价调整搜索范围和搜索步长,最终得到矫正的声速值,来优化超声成像的结果。包括以下步骤:在光声成像系统中用激光照射被测组织下部吸收点;传感器采集被激光照射组织下部吸收点发出的超声波信号;在超声成像系统中对整个被测组织发射超声波;传感器采集被超声波照射组织发出的超声波信号;结合超声成像得到的粗略被测组织内部结构的尺寸并设置声速组的初始值和搜索范围以及步长;根据声速和时域反投影算法重建光声图像;根据聚焦程度的评价标准选取当前最优声速并调整搜索范围和步长;根据评价标准选取最优声速并实现对吸收点的聚焦;根据得到的最优声速优化超声重建图像。

    一种采用逆卷积运算的光声图像优化方法

    公开(公告)号:CN108573474B

    公开(公告)日:2021-11-16

    申请号:CN201710151705.7

    申请日:2017-03-10

    IPC分类号: G06T5/00 G06T5/20 G01N21/17

    摘要: 本发明公开了一种采用逆卷积运算的光声图像优化方法,包括以下步骤:先通过采集点源的光声信号来得到逆卷积核;采集待处理信号;估算出待处理信号的信噪比;使用维纳逆卷积的方法对待处理信号做逆卷积处理;以逆卷积之后的信号为输入进行图像重建,在灰度非线性变换处理后得到最终的优化图像。本发明针对光声成像分辨率低,伪影严重的问题,进行了优化,通过逆卷积运算消除了由于生物组织热膨胀的平衡特性以及采集系统的影响所导致的信号变形,在优化成像质量的同时也可以保证重建速度与效率。

    一种利用光声成像和深度网络检测物质颗粒平均尺寸的方法

    公开(公告)号:CN110095387A

    公开(公告)日:2019-08-06

    申请号:CN201810144979.8

    申请日:2018-01-30

    IPC分类号: G01N15/02 G06N3/04

    摘要: 本发明公开了一种利用光声成像和深度学习网络检测物质颗粒平均尺寸的方法,包括:选取足够数量与待测物质样本相似的其他物质样本作为学习样本;利用显微技术获得学习样本所包含物质颗粒的平均尺寸;激光器照射学习样本,采集光声信号;计算学习样本光声信号的幅度谱,并对幅度谱进行能量归一化;利用深度学习网络,将学习样本的光声信号幅度谱作为网络的输入,由显微技术得到的颗粒真实平均尺寸作为网络的输出,对学习样本进行训练和测试,确定深度学习网络的各项参数;测量待测物质样本的光声信号,计算其能量归一化后的幅度谱,将幅度谱输入深度学习网络,根据网络的输出预测该待测物质样本颗粒的平均尺寸。

    一种基于机器学习的三维超声图像分割方法

    公开(公告)号:CN108573491A

    公开(公告)日:2018-09-25

    申请号:CN201710155261.4

    申请日:2017-03-10

    IPC分类号: G06T7/10 G06N3/08 G06N99/00

    摘要: 本发明公开了一种基于机器学习的三维超声图像分割方法,包括以下步骤:在标注好的多组二维图像中对不同区域分别采样,取以某个像素点为中心的图像片段和像素点实际代表的类别作为一组样本,以此建立大量数据样本,并把样本分为训练集和测试集;构建卷积神经网络作为分类器,以图像片段作为输入、像素点类别作为标签训练卷积神经网络;使用训练好的分类器处理测试集数据并计算正确率,评估分类器的性能;调整卷积神经网络的参数,多次重复训练和评估和过程,最终取最优的结果作为分类器的参数;使用训练好的分类器处理整幅图片,将图像中每个像素点分为不同类别,以此实现图像的分割。