-
公开(公告)号：CN112043242A
公开(公告)日：2020-12-08
申请号：CN202010897586.1
申请日：2020-08-31
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: A61B5/00
Abstract: 本发明提供用于OCT成像的信号处理方法，包括如下步骤：获取旋转扫描反馈器件反馈的第一脉冲信号；获取高速扫频光源模块输出第二脉冲信号并对其进行计数；将所述计数值与预设目标值进行比较；当计数值超出预设目标值时，强制用以触发采集指令的第三脉冲信号输出不采集的信号，直至旋转扫描反馈器件的下一个旋转周期。本发明还涉及应用该方法的系统、存储介质。本发明通过将计数值与预设目标值进行比较以强制输出固定个数触发信号的信号处理方法，实现SSOCT图像的稳定输出。
-
Patent Agency Ranking
公开(公告)号：CN112043242B
公开(公告)日：2022-11-11
申请号：CN202010897586.1
申请日：2020-08-31
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: A61B5/00
Abstract: 本发明提供用于OCT成像的信号处理方法，包括如下步骤：获取旋转扫描反馈器件反馈的第一脉冲信号；获取高速扫频光源模块输出第二脉冲信号并对其进行计数；将所述计数值与预设目标值进行比较；当计数值超出预设目标值时，强制用以触发采集指令的第三脉冲信号输出不采集的信号，直至旋转扫描反馈器件的下一个旋转周期。本发明还涉及应用该方法的系统、存储介质。本发明通过将计数值与预设目标值进行比较以强制输出固定个数触发信号的信号处理方法，实现SSOCT图像的稳定输出。
-
公开(公告)号：CN115272282A
公开(公告)日：2022-11-01
申请号：CN202210988269.X
申请日：2022-08-17
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明涉及一种OCT手指图像智能分层方法、设备、介质及产品，该方法包括以下步骤：对手指OCT图像进行预处理；标注预处理后的OCT图像层次边界并以生成层次区域的方式产生标注样本，通过标注样本生成训练集、验证集与测试集；构建基础网络，构建与基础网络编码部分结构一致的并行特征学习网络进行多级上下文信息聚合，并且在基础网络解码部分引出多级网络输出用于构造多级损失函数；对OCT图像进行分区域配置损失函数权重的多级损失函数计算；利用训练好的模型结构与参数，对经过预处理的OCT图像进行层次分割并计算层次厚度。本发明能更准确地实现手指OCT图像两侧组织层次分割，同时能够减少误分割的小区域，减少预测边界断裂现象。
-
公开(公告)号：CN114331805A
公开(公告)日：2022-04-12
申请号：CN202111611454.9
申请日：2021-12-27
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开一种基于GPU的OCT成像方法及系统，方法包括步骤：CPU主机端分配固定内存；GPU设备端获取GPU变量并对其进行单次设备初始化；重复GPU变量获取和单次设备初始化，直至停止采集；显示图像；GPU设备端采用C++类的析构函数完成GPU设备内存的自动释放；单次设备初始化包括：采用构造函数分配GPU设备内存；创建第一异步流绑定cuFFT plan，创建第二异步流绑定cuFFT plan；将每一帧数据分为第一帧和第二帧；第一异步流对应第一帧、第二异步流对应第二帧并行交替执行数据传入、数据处理以及传出图像数据。本发明通过对CPU端分配固定内存进行内存优化管理，利用异步流构架结合C++类的成员函数，实现CPU和GPU的异步运行，实现MHz高速的OCT图像实时处理。
-
公开(公告)号：CN114331805B
公开(公告)日：2023-04-14
申请号：CN202111611454.9
申请日：2021-12-27
Applicant: 中国科学院苏州生物医学工程技术研究所
Abstract: 本发明公开一种基于GPU的OCT成像方法及系统，方法包括步骤：CPU主机端分配固定内存；GPU设备端获取GPU变量并对其进行单次设备初始化；重复GPU变量获取和单次设备初始化，直至停止采集；显示图像；GPU设备端采用C++类的析构函数完成GPU设备内存的自动释放；单次设备初始化包括：采用构造函数分配GPU设备内存；创建第一异步流绑定cuFFT plan，创建第二异步流绑定cuFFT plan；将每一帧数据分为第一帧和第二帧；第一异步流对应第一帧、第二异步流对应第二帧并行交替执行数据传入、数据处理以及传出图像数据。本发明通过对CPU端分配固定内存进行内存优化管理，利用异步流构架结合C++类的成员函数，实现CPU和GPU的异步运行，实现MHz高速的OCT图像实时处理。
-
公开(公告)号：CN115272283A
公开(公告)日：2022-11-01
申请号：CN202210988273.6
申请日：2022-08-17
Applicant: 中国科学院苏州生物医学工程技术研究所
IPC: G06T7/00 , G06T7/11 , G06V10/774 , G06N3/04
Abstract: 本发明涉及一种结直肠肿瘤的内窥OCT图像分割方法、设备、介质及产品，该方法包括步骤：对结直肠内窥OCT图像进行预处理；对结直肠内窥OCT图像的组织与肿瘤区域进行标注，并生成训练集、验证集与测试集；构建基础网络，并在基础网络中添加基于空洞卷积的多尺度输入特征融合模块和Tr i p l et Attent i on三重注意力机制模块；构建基于D i ce Loss与Boundary Loss相结合的加权混合损失函数，通过调整权重值对模型进行分级段训练；通过训练好的模型结构与参数对经过预处理的输入OCT图像进行区域分割。本发明基于Unet网络进行模型结构改进，更加准确地对OCT图像区域分割，从而有助于对内窥OCT图像中的肿瘤进行量化分析，为早期癌症诊断和精准切除提供有效帮助。
-
-
-
-
-
Search Results
6
records
(took 0.049 seconds)
