公开(公告)号：CN112156360B

公开(公告)日：2024-09-06

申请号：CN202010921757.X

申请日：2020-09-04

申请人： 深圳先进技术研究院

发明人： 郑海荣 ,  黄小伟 ,  牛丽丽 ,  孟龙 ,  邹俊杰 ,  陈厚民基 ,  林争荣 ,  周伟 ,  易沙沙

IPC分类号： A61N1/36 ,  A61N7/00 ,  A61N2/00

摘要： 本申请提供的一种刺激信号的发生方法，包括：获取功能薄膜的第一电阻信息，所述功能薄膜附着于目标对象的表面，所述表面对应的目标对象内部包含作用部，所述功能薄膜的电阻值随所述功能薄膜的形态变化而变化；根据所述第一电阻信息，以及电阻与相对位置之间的预设对应关系，确定所述作用部与所述功能薄膜之间的第一相对位置信息；根据所述第一相对位置信息，确定信号发生器的信号发生参数，所述信号发生参数用于所述信号发生器发生刺激信号，所述刺激信号用于刺激所述作用部。通过上述方法，可以在诸如超声换能器等信号发生器通过诸如超声信号等刺激信号，对诸如人体内的迷走神经等指定位置进行刺激时，提高刺激的准确性。

公开(公告)号：CN118534391A

公开(公告)日：2024-08-23

申请号：CN202310194929.1

申请日：2023-02-23

申请人： 中国科学院深圳先进技术研究院

发明人： 朱燕杰 ,  徐溪 ,  梁栋 ,  郑海荣

IPC分类号： G01R33/48 ,  G01R33/563 ,  G01R33/56 ,  G01R33/565

摘要： 本发明公开了高对比度冠状动脉成像方法、装置、设备及存储介质，其中方法包括：当受检对象处于磁场环境中后，开启射频脉冲以激发受检对象的目标区域的质子，使宏观磁化矢量偏转，射频脉冲包括绝热半通道脉冲、自旋锁定脉冲、反向绝热半通道脉冲；关闭射频脉冲，使用预设的采集模块对目标区域的磁共振信号进行采集；根据磁共振信号重建三维冠状动脉图像。本实施例利用基于绝热半通道脉冲、自旋锁定脉冲、反向绝热半通道脉冲构建的绝热T1rho准备模块作为冠脉成像的准备模块，替代传统成像的T2准备方式，能够提高冠脉和心肌的对比度，去除图像伪影，以得到高质量的冠状动脉图像。

公开(公告)号：CN118470076A

公开(公告)日：2024-08-09

申请号：CN202410547341.4

申请日：2024-04-28

申请人： 中国科学院深圳先进技术研究院

发明人： 胡战利 ,  刘海洲 ,  梁栋 ,  郑海荣 ,  刘纯发 ,  吴垠 ,  罗德红 ,  刘周

IPC分类号： G06T7/33 ,  G06T5/94 ,  G06T7/73 ,  G06T7/00

摘要： 本说明书涉及基于强度修正光流配准的图像序列运动校正方法及装置。所述方法包括：确定变形图像序列中每一变形图像的参考图像，通过调整参考图像与变形图像的力学正则项的权重，对变形图像进行运动校正，得到变形图像相对于参考图像的位移场；基于位移场及有限元节点的强度修正值，对参考图像强度校正；调整力学正则项的权重，对变形图像运动校正，基于优化后的位移场对第一校正参考图像进行强度校正，重复执行直到图像残差函数收敛，确定变形图像完成校正，记录变形图像的力学正则项的权重值最优解；根据权重值最优解，确定变形图像的真实位移。本说明书将生理运动背后的力学模型及强度修正技术融入图像配准算法降低图像噪声，提升了算法精度。

公开(公告)号：CN118351304A

公开(公告)日：2024-07-16

申请号：CN202410416078.5

申请日：2024-04-08

申请人： 中国科学院深圳先进技术研究院

发明人： 王珊珊 ,  韩华 ,  李程 ,  郑海荣

IPC分类号： G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06T7/00

摘要： 本申请涉及医学图像分割技术领域，揭示了一种医学图像分割方法、装置、计算机设备及存储介质，所述方法包括：基于所述T1加权图像、所述各向异性分数图像以及训练好的sam大模型进行医学图像分割，得到分割图像，其中，所述sam大模型的image encoder的transformer架构中包括多模态适应器，所述多模态适应器包括第一编码器、第二编码器、卷积层、注意力机制层、形变转换层、特征拼接层、激活函数层、第三解码器。能够通过多模态适应器实现多模态数据融合，并利用sam大模型实现了对T1加权图像、各向异性分数图像的高效准确的图像分割。

公开(公告)号：CN115805050B

公开(公告)日：2024-07-09

申请号：CN202111510373.X

申请日：2021-12-10

申请人： 中国科学院深圳先进技术研究院

发明人： 郑海荣 ,  周娟 ,  李飞 ,  蔡飞燕 ,  孟龙 ,  邱维宝 ,  黄来鑫

IPC分类号： B01J19/10

摘要： 本发明提供了一种基于分时声镊的多微粒操控方法及装置，方法包括：针对待操控的多个微粒，根据预设的操控需求设计超声脉冲序列；预设的激励系统加载各帧脉冲序列的全息声参数和时间参数，生成激励信号到换能器阵列；换能器阵列基于时间参数依次根据各个脉冲群的全息声参数生成超声波束，形成声场势阱，完成一帧脉冲序列对应的多微粒并行操控；完成各帧脉冲序列对应的多微粒并行操控，即可实现对多个微粒的操控需求。本发明提供的方案利用快速扫描切换声场波束的方法实现超声波对多微粒的并行操控。超声脉冲序列根据操控需求可编程设计，序列灵活，对换能器阵元的数量要求相对不高，在保证捕获的稳定性，降低了系统复杂度。

公开(公告)号：CN117710514B

公开(公告)日：2024-06-11

申请号：CN202410170764.9

申请日：2024-02-06

申请人： 中国科学院深圳先进技术研究院

发明人： 梁栋 ,  郑海荣 ,  王海峰 ,  周谊航 ,  周硕 ,  刘聪聪

IPC分类号： G06T11/00 ,  G06N3/0464 ,  G06N3/08 ,  G06N10/40

摘要： 本发明公开了一种动态磁共振成像方法、模型训练方法、装置、设备及介质，其包括获取待重建的动态磁共振图像；将待重建的动态磁共振图像输入训练好的成像模型，以获取重建后的动态磁共振图像；其中，重建后的动态磁共振图像是待重建的动态磁共振图像的上采样图像；成像模型包括量子卷积神经网络及普通卷积神经网络，量子卷积神经网络用于对待重建的动态磁共振图像进行特征提取，以获取对应的特征图；普通卷积神经网络用于将特征图转化为重建后的动态磁共振图像。本发明通过量子卷积神经网络与普通卷积神经网络串联，实现对磁共振图像进行重构；相比在经典计算上网络，不仅减少了计算时间，同时获得了更高质量的动态磁共振重建图像。

公开(公告)号：CN118102845A

公开(公告)日：2024-05-28

申请号：CN202211490207.2

申请日：2022-11-25

申请人： 中国科学院深圳先进技术研究院

发明人： 孟龙 ,  刘秀芳 ,  李鹏奇 ,  郑海荣 ,  牛丽丽

IPC分类号： H10N30/01 ,  B06B1/06 ,  C12N15/87 ,  H10N30/06 ,  H10N30/088

摘要： 本发明属于生物工程技术领域，具体提供了一种用于在体转染的，通过以下方法制备：在压电基体上表面旋涂光刻胶，形成光刻胶层；将掩膜版覆盖在光刻胶层上进行曝光，待透光部分固化后，采用显影液溶解未透光部分的光刻胶；在光刻后的压电基体上镀膜；洗去镀膜后光刻胶上的电极；将压电基体切割成独立压电叉指换能器单元，即得到超声换能器。该超声换能器能抑制复杂介质对发射波束相位和幅度干扰引起的波形失真，实现非均匀介质中高精度聚焦。以此为基础搭建的在体转染系统具有成本低、精度高、易操作、安全性高、广谱性高的优势。无需引入微泡即可实现在体转染，避免微泡剧烈空化效应对正常组织造成的损伤，实现精准、高效且安全的在体转染。

公开(公告)号：CN118067158A

公开(公告)日：2024-05-24

申请号：CN202211478156.1

申请日：2022-11-23

申请人： 中国科学院深圳先进技术研究院

发明人： 彭浩 ,  邹超 ,  程传力 ,  刘新 ,  郑海荣

IPC分类号： G01D5/12

摘要： 本发明公开了一种基于转换区域和局部场图迭代的化学位移编码成像方法，所述方法包括：获取初始图像，基于所述初始图像确定转换区域的初始场图解；以所述初始场图解为初始信息，沿至少两个设定方向进行局部场图迭代，基于各设定方向对应的局部场图迭代结果得到目标场图解；基于所述目标场图解确定第一化学成分信号和第二化学成分信号，并基于所述第一化学成分信号和/或第二化学成分信号进行化学位移编码成像。通过多个维度局部场图迭代，使得错误的场图信息沿着不同的维度独立传递，排除沿着不同方向传递的错误信息，保留各个维度一致的正确信息，使得在初始信息不准确的情况下，分离出的化学成分信号更加准确，提高化学位移编码成像效果。

公开(公告)号：CN117689966B

公开(公告)日：2024-05-24

申请号：CN202410158112.3

申请日：2024-02-04

申请人： 中国科学院深圳先进技术研究院

发明人： 郑海荣 ,  梁栋 ,  王海峰 ,  李烨 ,  周谊航 ,  林凌 ,  李凡诗

IPC分类号： G06V10/764 ,  G06T7/00 ,  G06N3/04

摘要： 本发明涉及一种基于量子贝叶斯神经网络的磁共振图像分类方法，包括：从图像数据集获取输入数据集；选择可训练电路权重参数的先验分布和先验置信度；根据输入数据集、先验分布和先验置信度计算可训练电路权重参数的后验分布；更新先验分布和先验置信度；根据后验分布和变分量子电路将输入数据集进行处理得到量子态数据；将量子态数据分类形成输出数据集。其具有贝叶斯推理的理想特性，同时保持与其他同类模型相当的预测性能。与现有技术相比，本申请公开的一种基于量子贝叶斯神经网络的磁共振图像分类方法，可以实现更全面地理解和利用输入数据中量化预测的不确定性，从而提高模型的泛化能力和鲁棒性。

公开(公告)号：CN111932649B

公开(公告)日：2024-05-24

申请号：CN202010777250.1

申请日：2020-08-04

申请人： 中国科学院深圳先进技术研究院

发明人： 朱燕杰 ,  梁栋 ,  柯子文 ,  刘新 ,  郑海荣

IPC分类号： G06T11/00 ,  G06N3/0464

摘要： 本发明实施例公开了一种动态医学成像方法、装置、设备及存储介质，所述方法包括：获取动态采样数据；将所述动态采样数据输入至训练好的动态成像模型中，获得所述动态成像模型的输出结果，其中，所述动态成像模型包括低秩模块；根据所述输出结果确定所述动态采样数据对应的目标重建图像并输出。本发明实施例提供的方法通过动态成像模型中的低秩模块获取动态数据中的低秩特征，利用动态数据中的低秩特征进行图像重建，使得图像重建时充分利用了动态数据中的低秩特征，提升了图像重建性能，改善了动态医学图像的重建结果。