CN107491773A - 一种果蝇心跳识别方法及装置 - Google Patents

一种果蝇心跳识别方法及装置 Download PDF

Info

Publication number
CN107491773A
CN107491773A CN201710911159.2A CN201710911159A CN107491773A CN 107491773 A CN107491773 A CN 107491773A CN 201710911159 A CN201710911159 A CN 201710911159A CN 107491773 A CN107491773 A CN 107491773A
Authority
CN
China
Prior art keywords
drosophila
heartbeat
profile
center line
larvae
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710911159.2A
Other languages
English (en)
Other versions
CN107491773B (zh
Inventor
梁亦龙
王允
曾垂省
罗静之
汪大勇
蒋龙星
王宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201710911159.2A priority Critical patent/CN107491773B/zh
Publication of CN107491773A publication Critical patent/CN107491773A/zh
Application granted granted Critical
Publication of CN107491773B publication Critical patent/CN107491773B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Catching Or Destruction (AREA)

Abstract

本发明涉及生物技术领域，特别涉及一种果蝇心跳识别方法及装置，所述方法包括：以每秒10‑20次频率读取摄像头信息；对所述摄像头信息进行处理，提取果蝇幼虫轮廓；根据果蝇幼虫轮廓，分别获得所述果蝇幼虫轮廓的中心线及中心线长度；获取果蝇幼虫轮廓的中心部分像素的平均灰度值；以时间为横坐标，以所述像素的平均灰度值为纵坐标，绘制图形，并把数据存入一个数组中；对数组中数据进行分析，得到果蝇的心跳频率；本发明的一种果蝇心跳识别装置是一种体积小、控制简单方便、制造简单、安全可靠、生产使用成本低和使用简单的果蝇心跳智能识别装置，配合本发明的果蝇心跳识别方法，可以有效的获得果蝇心跳。

Description

一种果蝇心跳识别方法及装置
技术领域
本发明涉及生物技术领域，特别涉及一种果蝇心跳识别方法及装置。
背景技术
果蝇是生命、医药科学研究中的一种重要的模式生物，果蝇由于生长周期短，易于培养，已经在肿瘤、遗传性疾病、代谢疾病研究方面获得广泛应用。由于哺乳动物与果蝇之间的细胞生理生化过程的相似性，使果蝇模型可以为研究人类疾病，研究药物作用提供支持。
果蝇的各种生理指标中，心跳指标是非常重要的一项生理指标，但由于果蝇个体较小，不容易检测其心脏的跳动，如何研制一种体积小、控制简单方便、制造简单、安全可靠、生产使用成本低和使用简单的果蝇心跳智能识别设备，对其科学研究拓广深入具有重要的意义。
发明内容
为解决以上问题，本发明提供一种果蝇心跳识别方法及装置。
一种果蝇心跳识别方法，包括：
S1、以每秒10-20次频率读取摄像头信息；
S2、对所述摄像头信息进行处理，提取果蝇幼虫轮廓；
S3、根据果蝇幼虫轮廓，分别获得所述果蝇幼虫轮廓的中心线及中心线长度；
S4、获取果蝇幼虫轮廓的中心部分的像素的平均灰度值；
S5、以时间为横坐标，以所述像素的平均灰度值为纵坐标，绘制图形，并把数据存入一个数组中；
S6、对数组中数据进行分析，得到果蝇的心跳频率。
进一步的，所述对所述摄像头信息进行处理，提取果蝇幼虫轮廓包括：对摄像头拍照生成的图像进行灰度变换以及边缘检测处理；得到处理后的图像信息，从而获得了果蝇幼虫轮廓。
进一步的，所述中心线包括长的中心线和宽的中心线；所述中心线长度为中心线像素个数；其中，长的中心线比宽的中心线要长，长的中心线与宽的中心线交叉，并获得果蝇幼虫轮廓长的中心线和宽的中心线的相交点。
进一步的，所述获取果蝇幼虫轮廓的中心部分的像素的平均灰度值包括：以所述相交点为圆心，以宽的中心线长度的3/10至1/2为半径，构成一圆形区域，并计算所述圆形区域的像素的平均灰度值。
进一步的，所述对所述数组中数据进行分析，得到果蝇的心跳频率包括：
采用滑动窗口技术求出一定长度的数组中的灰度极大值点；
求出两两相邻的灰度极大值点之间的时间差值；
用1分钟除以两两相邻的灰度极大值点之间的时间差值得到心跳频率序列；
用D检验方法去除纠正检测误差，把非误差心跳频率平准值作为果蝇的心跳频率。
本发明的一种果蝇心跳识别装置，包括：
一种果蝇心跳识别装置，包括：识别箱体1，三基色光源2，摄像拍照装置3和控制显示装置4；所述识别箱体1上方连接有摄像拍照装置3，下方连接有三基色光源2，右侧连接有控制显示装置4；
所述识别箱体1，包括：光源腔11、果蝇幼虫活动腔12和透明板材13；所述识别箱体1通过透明板材13隔断为上下两部分，上方为果蝇幼虫活动腔12，下方为光源腔11。
优选的，所述光源腔11为圆筒形或方形，配有底板和顶盖，且内壁为黑色；所述的透明板材13为磨砂透明玻璃。
优选的，所述的三基色光源2为含红、绿和蓝三基色集成一体的LED光源，并安装在光源腔11的底板中间。
优选的，所需的摄像拍照装置3，安装在果蝇幼虫活动腔12顶盖内侧，将整个透明板材13拍摄下来。
优选的，所需的控制显示装置4，优先安装在光源腔11的外侧，也可独立安装其他部位，控制显示装置4包括控制模块、果蝇心跳显示模块以及绘制图形显示模块。
本发明的一种果蝇心跳识别装置是一种体积小、控制简单方便、制造简单、安全可靠、生产使用成本低和使用简单的果蝇心跳智能识别装置，配合本发明的一种果蝇心跳识别方法，可以有效的获得果蝇心跳。
附图说明
图1为本发明的一种果蝇识别方法的程序流程图；
图2本发明的一种果蝇识别装置的示意图；
图中：1、识别箱体，2、三基色光源，3、摄像拍照装置，4、控制显示装置，11、光源腔，12、果蝇幼虫活动腔，13、透明板材。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明一种果蝇心跳识别方法，如图1所示，具体包括：
S1、以每秒10-20次频率读取摄像头信息；
S2、对所述摄像头信息进行处理，提取果蝇幼虫轮廓；
S3、根据果蝇幼虫轮廓，分别获得所述果蝇幼虫轮廓的中心线及中心线长度；
S4、获取果蝇幼虫轮廓的中心部分的像素的平均灰度值；
S5、以时间为横坐标，以所述像素的平均灰度值为纵坐标，绘制图形，并把数据存入一个数组中；
S6、对数组中数据进行分析，得到果蝇的心跳频率。
进一步的，优选的，对果蝇幼虫进行摄像拍照，以每秒10-20次的频率读取摄像头信息，也即是每秒读取10-20张摄像头拍摄的图像信息。
进一步的，对所述摄像头信息进行处理，提取果蝇幼虫轮廓包括：对摄像头拍摄生成的图像进行图像处理来获取果蝇幼虫轮廓。
采用边缘检测处理能够大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了果蝇幼虫图像的重要的结构属性，本实施例边缘检测处理采用图像处理技术领域常用技术，本发明不再赘述。
作为一种可选方式，优选的，对图像进行去噪处理，去除图像在采集、量化、编码、传输、恢复等过程中产生的噪声。
作为另一种可选方式，进一步的，对图像进行灰度变换处理，灰度变换按一定变换关系逐点改变源图像中每一个像素灰度值，灰度变换改善了画质，使图像的显示效果更加清晰。
经过上述方式得到处理后的图像信息，从而获得了果蝇幼虫轮廓。
进一步的，所述中心线包括长的中心线和宽的中心线；其中，长的中心线表示果蝇幼虫轮廓图像的长度的中心线，宽的中心线表示果蝇幼虫轮廓图像的宽度的中心线，长度的中心线比宽度的中心线要长，长度的中心线与宽度的中心线垂直交叉；其中，所述中心线长度即为中心线的像素个数；
其中长的中心线和宽的中心线的获取包括：
作为一种可选方式，通过将果蝇幼虫轮廓图像放入x-y坐标系中，分别找到在坐标系中，横坐标值最大的点的橫坐标和横坐标值最小的点的橫坐标，分别为xmax和xmin，以及纵坐标值最大的点的纵坐标和纵坐标值最小的点的纵坐标，分别为ymax和ymin，将横坐标值最大和最小的点连接起来，将纵坐标值最大和最小的点连接起来，分别得到两条线段，其中这两条线段中长的一条为长的中心线，短的一条为宽的中心线。
作为另一种可选方式，通过将果蝇幼虫轮廓图像放入x-y坐标系中，分别找到在坐标系中，横坐标值最大的点的橫坐标和横坐标值最小的点的橫坐标，分别为xmax和xmin，以及纵坐标值最大的点的纵坐标和纵坐标值最小的点的纵坐标，分别为ymax和ymin，以宽度差xmax-xmin为宽，以高度差ymax-ymin为长，构建一个矩形，这个矩形的两条互相垂直的中心线就分别为长的中心线和宽的中心线。
进一步的，根据长的中心线和宽的中心线的位置关系，获得果蝇幼虫轮廓长的中心线和宽的中心线的相交点，这个相交点一般为果蝇幼虫轮廓的几何中心点。
获取果蝇幼虫轮廓的中心部分的像素的平均灰度值包括：
作为一种可选方式，所述中心部分表示果蝇幼虫轮廓图像的中间部分，包括：以所述相交点为圆心，以宽的中心线长度的2/5为半径，构成一圆形区域，并计算所述圆形区域的像素的平均灰度值。
优选的，作为另一种可选方式，可将以相交点为中心点，以小于宽的中心线长度的长度为半径，这个长度可以是宽的中心线长度的3/10至1/2，典型地选择3/10、2/5、1/2，构成封闭区域，计算该区域的平均灰度值，该封闭区域也可以为四边形、五边形、六边形、八边形等。
进一步的，对所述数组中数据进行分析，得到果蝇的心跳频率包括：
进一步的，采用滑动窗口技术求出一定长度的数组中的灰度极大值点；包括：在任意时刻，选取一定长度的数组，这个数组长度可以为采集2秒钟摄像头信息的数据长度，数组长度可以为10-100，典型的选择20、30、40，其中，数组的起点可以根据不同起始时间点来任意变换。
进一步的，求出两两相邻的两个灰度极大值点之间的时间差值，其中，时间单位可设置秒数为单位；
进一步的，用1分钟除以两两相邻的两个灰度极大值点之间的时间差值，得到心跳频率序列；
进一步的，为了去除心跳频率的检测误差，采用误差消除的方式来消除检测误差。
优选的，采用D检验方法进行计算来消除检测误差。
其中，D检验方法是一种对分布的偏度和峰度进行综合评定的方法，其计算公式为：
式(1)中n为总的心跳频率的数量，i是心跳频率从小到大排列后所编的秩次(i＝1,2,...,n)，秩次i的心跳频率为Xi，(n+1)/2为中位秩，即平均秩次。求得D值后，查正态性检验D界值表确定P值,再按P值下结论。
若D值在某个概率对应的界值范围内，则P值大于相应的概率，则可以认为是正常的心跳；反之，若D值在某个概率对应的界值范围外，则P值小于相应的概率，则可以认为是异常心跳因而可以去掉。
其中，对于果蝇心脏的跳动可以用相邻两帧图像的差值d来进行判断，具体如下：
式(2)中，c(i,j)和f(i,j)分别为相邻两帧的像素值，i,j均为像素点的位置坐标；N为心脏跳动部分选择区域的面积。
如果d>T则表明心脏进行了一次跳动，因而跳动次数加1，从而可以统计出昆虫的心脏跳动频率，T为心跳门限值，通过实验研究得到。
本发明的一种果蝇心跳识别装置，如图2所示，包括：
一种果蝇心跳识别装置，包括：识别箱体1、三基色光源2、摄像拍照装置3和控制显示装置4；所述识别箱体1上方连接有摄像拍照装置3，下方连接有三基色光源2，右侧连接有控制显示装置；所述识别箱体1，包括光源腔11、果蝇幼虫活动腔12和透明板材13。
优选的，所述光源腔11为圆筒形或方形，配有底板和顶盖，且内壁为黑色；所述的透明板材13为磨砂透明玻璃。
优选的，所述的三基色光源2为含红、绿和蓝三基色集成一体的LED光源，安装在光源腔11的底板中间。
优选的，所需的摄像拍照装置3，安装在果蝇幼虫活动腔12顶盖内侧，可以将整个透明板材13拍摄下来。
优选的，所需的控制显示装置4，优先安装在光源腔11的外侧，也可独立安装其他部位，控制显示装置4包括控制模块、果蝇心跳显示模块以及绘制图形显示模块。
进一步地，控制模块通过摄像拍照装置3以每秒10-20次频率获取读取摄像头信息，对果蝇幼虫轮廓进行图像处理，包括去噪处理、灰度变换和边缘检测处理，得到处理后的果蝇幼虫轮廓图像信息，再根据所述果蝇幼虫轮廓图像信息得到果蝇轮廓的中心线和中心线长度，其中，中心线分为长的中心线和宽的中心线，所述长的中心线和宽的中心线可以表示为果蝇幼虫轮廓的主体骨干结构，长的中心线和宽的中心线交叉，而中心线长度表示像素个数，以交叉点为中心点，形成果蝇幼虫轮廓的中心部分区域，并获取果蝇幼虫轮廓中心部分的像素的平均灰度值；对所述图形信息数据形成数组，控制模块再根据对数组中数据进行分析，得到果蝇的心跳频率。
绘制图形模块用于绘制以时间为横坐标、以所述像素的平均灰度值为纵坐标的图形。
果蝇心跳显示模块用于显示果蝇的心跳频率。
装置部分各个模块的具体实施方式参见上述方法实施例的描述，为节省篇幅不再赘述。
本发明的一种果蝇心跳识别装置具有体积小、控制简单方便、制造简单、安全可靠、生产使用成本低和使用简单等特点。本发明的一种果蝇心跳识别方法，可以有效并快速的获得果蝇心跳。
所应理解的是，本发明一种果蝇心跳识别方法与一种果蝇心跳识别装置是同一构思的不同实现方式，装置实施例未描述部分可以参考方法实施例相应部分的描述，反之亦然。
在本发明的描述中，需要理解的是，术语、“底部”、“上方”、“顶部”、“中部”、“右侧”、“左侧”、“外侧”、“内侧”、“顶部”、“中间”、“顶盖”、“两端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明的简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对发明的限制。
在本发明中，除非另有明确的规定和限定，术语“安装”、“设置”、“连接”、“固定”、“配有”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
本发明以上实施例对本发明的目的、技术方案和优点进行了进一步详细说明，所应理解的是，以上所举实施方式或者实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种果蝇心跳识别方法，其特征在于，包括：
S1、以每秒10-20次频率读取摄像头信息；
S2、对所述摄像头信息进行处理，提取果蝇幼虫轮廓；
S3、根据果蝇幼虫轮廓，分别获得所述果蝇幼虫轮廓的中心线及中心线长度；
S4、获取果蝇幼虫轮廓的中心部分的像素的平均灰度值；
S5、以时间为横坐标，以所述像素的平均灰度值为纵坐标，绘制图形，并把数据存入一个数组中；
S6、对数组中数据进行分析，得到果蝇的心跳频率。
2.根据权利要求1所述的一种果蝇心跳识别方法，其特征在于：所述对所述摄像头信息进行处理，提取果蝇幼虫轮廓包括：对摄像头拍照生成的图像进行灰度变换以及边缘检测处理；得到处理后的图像信息，从而获得了果蝇幼虫轮廓。
3.根据权利要求1所述的一种果蝇心跳识别方法，其特征在于：所述中心线包括长的中心线和宽的中心线；长的中心线比宽的中心线要长，长的中心线与宽的中心线交叉；所述中心线长度为中心线的像素个数。
4.根据权利要求1所述的一种果蝇心跳识别方法，其特征在于，所述获取果蝇幼虫轮廓的中心部分像素的平均灰度值包括：以果蝇幼虫轮廓长的中心线和宽的中心线的相交点为圆心，以宽的中心线长度的3/10至1/2为半径，构成一圆形区域，并计算所述圆形区域的像素的平均灰度值。
5.根据权利要求1所述的一种果蝇心跳识别方法，其特征在于：所述对所述数组中数据进行分析，得到果蝇的心跳频率包括：
采用滑动窗口技术求出一定长度的数组中的灰度极大值点；
求出两两相邻的灰度极大值点之间的时间差值；
用1分钟除以所述两两相邻的灰度极大值点之间的时间差值得到心跳频率序列；
用D检验方法去除纠正检测误差，把非误差心跳频率平准值作为果蝇的心跳频率。
6.一种果蝇心跳识别装置，包括：识别箱体(1)、三基色光源(2)、摄像拍照装置(3)和控制显示装置(4)；其特征在于：所述识别箱体(1)上方连接有摄像拍照装置(3)，下方连接有三基色光源(2)，右侧连接有控制显示装置(4)，所述识别箱体(1)还包括：光源腔(11)、果蝇幼虫活动腔(12)和透明板材(13)，所述识别箱体(1)通过透明板材(13)隔断为上下两部分，上方为果蝇幼虫活动腔(12)，下方为光源腔(11)。
7.根据权利要求6所述的一种果蝇心跳识别装置，其特征在于，所述光源腔(11)为圆筒形或方形，配有底板和顶盖，且内壁为黑色；所述的透明板材(13)为磨砂透明玻璃。
8.根据权利要求6所述的一种果蝇心跳识别装置，其特征在于，所述三基色光源(2)为包括红、绿和蓝三基色集成一体的LED光源，安装在光源腔(11)底板中间。
9.根据权利要求6所述的一种果蝇心跳识别装置，其特征在于，所述摄像拍照装置(3)，安装在果蝇幼虫活动腔(12)顶盖内侧，将整个透明板材(13)拍摄下来。
10.根据权利要求6所述的一种果蝇心跳识别装置，其特征在于，所述控制显示装置(4)，安装在光源腔(11)的外侧，所述控制显示装置(4)还包括：控制模块、果蝇心跳显示模块以及绘制图形显示模块。
CN201710911159.2A 2017-09-29 2017-09-29 一种果蝇心跳识别方法及装置 Active CN107491773B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710911159.2A CN107491773B (zh) 2017-09-29 2017-09-29 一种果蝇心跳识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710911159.2A CN107491773B (zh) 2017-09-29 2017-09-29 一种果蝇心跳识别方法及装置

Publications (2)

Publication Number Publication Date
CN107491773A true CN107491773A (zh) 2017-12-19
CN107491773B CN107491773B (zh) 2020-12-04

Family

ID=60654063

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710911159.2A Active CN107491773B (zh) 2017-09-29 2017-09-29 一种果蝇心跳识别方法及装置

Country Status (1)

Country Link
CN (1) CN107491773B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101091649A (zh) * 2006-12-26 2007-12-26 中南大学 果蝇灰度化图像的提取方法
CN102036099A (zh) * 2010-12-30 2011-04-27 杭州华三通信技术有限公司 一种分析图像质量的方法和装置
CN103598169A (zh) * 2013-11-15 2014-02-26 华南农业大学 基于视觉传感器的果蝇远程监控系统及其监控方法
CN203616626U (zh) * 2013-11-15 2014-05-28 华南农业大学 基于视觉传感器的果蝇远程监控系统
CN103908279A (zh) * 2013-01-07 2014-07-09 上海联影医疗科技有限公司 一种心脏状态时间相位的识别方法
CN104170798A (zh) * 2013-05-28 2014-12-03 苏州卓凯生物技术有限公司 新型昆虫社会行为训练管
CN104809422A (zh) * 2015-04-27 2015-07-29 江苏中科贯微自动化科技有限公司 基于图像处理的qr码识别方法
CN105596458A (zh) * 2016-03-16 2016-05-25 中国药科大学 金芪降糖片治疗糖尿病心血管并发症
CN106709900A (zh) * 2015-11-17 2017-05-24 上海联影医疗科技有限公司 一种心脏灌注磁共振图像的配准方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101091649A (zh) * 2006-12-26 2007-12-26 中南大学 果蝇灰度化图像的提取方法
CN102036099A (zh) * 2010-12-30 2011-04-27 杭州华三通信技术有限公司 一种分析图像质量的方法和装置
CN103908279A (zh) * 2013-01-07 2014-07-09 上海联影医疗科技有限公司 一种心脏状态时间相位的识别方法
CN104170798A (zh) * 2013-05-28 2014-12-03 苏州卓凯生物技术有限公司 新型昆虫社会行为训练管
CN103598169A (zh) * 2013-11-15 2014-02-26 华南农业大学 基于视觉传感器的果蝇远程监控系统及其监控方法
CN203616626U (zh) * 2013-11-15 2014-05-28 华南农业大学 基于视觉传感器的果蝇远程监控系统
CN104809422A (zh) * 2015-04-27 2015-07-29 江苏中科贯微自动化科技有限公司 基于图像处理的qr码识别方法
CN106709900A (zh) * 2015-11-17 2017-05-24 上海联影医疗科技有限公司 一种心脏灌注磁共振图像的配准方法
CN105596458A (zh) * 2016-03-16 2016-05-25 中国药科大学 金芪降糖片治疗糖尿病心血管并发症

Also Published As

Publication number Publication date
CN107491773B (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN106780475B (zh) 一种基于病理组织切片图像组织区域的图像处理装置
CN110136149A (zh) 基于深度神经网络的白细胞定位与分割方法
CN104537373B (zh) 舌下络脉诊断用多光谱舌下图像特征提取方法
CN109410194A (zh) 一种基于深度学习的食管癌病理图像处理方法
CN105701806B (zh) 基于深度图像的帕金森震颤运动特征检测方法及系统
CN111951949A (zh) 一种用于智慧病房的智能护理交互系统
CN102509312B (zh) 人体数字舌图像颜色色域空间及其提取方法
CN110930446B (zh) 一种眼底图像定量分析的前置处理方法及存储设备
CN106851263A (zh) 基于定时自学习模块的视频质量诊断方法及系统
CN109285152A (zh) 一种医学图像处理系统、装置和计算机可读存储介质
CN106157279A (zh) 基于形态学分割的眼底图像病变检测方法
CN109493305A (zh) 一种人眼视线与前景图像叠加的方法及系统
CN107330352A (zh) 基于hog特征和机器学习的睡姿压力图像识别方法
CN108937905B (zh) 一种基于信号拟合的非接触式心率检测方法
CN109241963A (zh) 基于Adaboost机器学习的胶囊胃镜图像中出血点智能识别方法
CN102920441A (zh) 一种手背静脉图像的采集与显示设备
WO2021212715A1 (zh) 精神分裂症分类识别方法、运行控制装置及医疗设备
CN110495888A (zh) 一种基于中医舌、面图像的标准色卡及其应用
CN116109818A (zh) 一种基于面部视频的中医脉候判别系统及方法和装置
CN105761244A (zh) 一种线虫致死率确定方法、装置及系统
CN107066779A (zh) 基于生物样本颜色的自助身体参数检查方法及系统
CN107411713A (zh) 基于rgb模式下头颈外科皮瓣颜色量化的方法
CN107491773A (zh) 一种果蝇心跳识别方法及装置
CN113139937B (zh) 一种基于深度学习的消化道内窥镜视频图像识别方法
CN104573743B (zh) 一种人脸图像检测过滤方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant