CN109157738A - 基于深度视觉的人工视网膜幅频调控方法和系统 - Google Patents
基于深度视觉的人工视网膜幅频调控方法和系统 Download PDFInfo
- Publication number
- CN109157738A CN109157738A CN201810809873.5A CN201810809873A CN109157738A CN 109157738 A CN109157738 A CN 109157738A CN 201810809873 A CN201810809873 A CN 201810809873A CN 109157738 A CN109157738 A CN 109157738A
- Authority
- CN
- China
- Prior art keywords
- image
- coding
- depth
- information
- electrode
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 210000001525 retina Anatomy 0.000 title claims abstract description 16
- 230000000638 stimulation Effects 0.000 claims abstract description 25
- 230000004936 stimulating effect Effects 0.000 claims abstract description 23
- 230000009977 dual effect Effects 0.000 claims abstract description 11
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 12
- 239000007943 implant Substances 0.000 claims description 4
- 230000000717 retained effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims 1
- 230000008447 perception Effects 0.000 abstract description 2
- 230000002207 retinal effect Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 5
- 230000005611 electricity Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000035807 sensation Effects 0.000 description 2
- 101710104507 Retinochrome Proteins 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36046—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation of the eye
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/02—Details
- A61N1/04—Electrodes
- A61N1/05—Electrodes for implantation or insertion into the body, e.g. heart electrode
- A61N1/0526—Head electrodes
- A61N1/0543—Retinal electrodes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30041—Eye; Retina; Ophthalmic
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Ophthalmology & Optometry (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Cardiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Electrotherapy Devices (AREA)
- Prostheses (AREA)
Abstract
本发明公开了基于深度视觉的人工视网膜刺激幅频调控方法和系统,方法包括以下步骤:两个并排水平摆放在同一垂直面上的摄像头采集前方的场景图像;将双摄像头采集的两帧同步场景图像,生成带有场景深度信息的二维深度图,将带有场景灰度信息和深度信息的二维深度图进行抽象,并输出;如果选择灰度信息,则按照观测物的表面灰度信息生成电极刺激的编码;如果用户选择深度信息,则按照观测物的表面距离生成电极刺激的编码。本发明能够从视觉上,给使用人工视网膜系统的盲人感知物体距离的能力。
Description
技术领域
本发明属于人工视觉领域,涉及一种基于深度视觉的人工视网膜幅频调控方法和系统。
背景技术
随着科学技术的不断进步,早在2010年,便开发了人工视网膜系统。其最基本的概念是将光信号转变为电信号,在利用电信号刺激视网膜内层细胞,是盲人产生光感。目前,该技术仍然是视觉修复领域的研究热点。不少公司和科研院所在相关领域做出努力,并不断提出改进方案,改善系统的效果,提高患者生活质量。其中有两个方向是改进的重点:第一个方向是增加电极密度;第二个方向是处理图像生成刺激编码的技术。
电极数目的增加,从理论上是最直接有效的方式。但是当电极数目增加到 60个以上时,因电极连接、电气接口及密封性等工程等问题出现了瓶颈。即使电极数目增加到了上百个,对于人眼中上百万个细胞而言,实属杯水车薪。而且由于眼底视网膜病变等原因,电极阵列的刺激与其光感出现了扭曲,单纯的增加电极并不能有效的改善系统的效果。
除了增加电极数目,另一方面,从图像处理到生成刺激编码这一技术手段还没有足够的开发。当前的主要技术是使用单一摄像头,采集图像,并按照图像的色彩明暗生成对应的刺激编码。人类的两只眼睛的非常重要的功能就是通过视差,感知距离。而对于盲人来说,如果能够感知距离,也就能够绕过障碍物、拾取物体,其作用远胜于感知极其模糊的色彩明暗。
发明内容
为解决上述问题,本发明针对现有人工视网膜图像处理及刺激的缺点,提出了一种基于深度视觉的人工视网膜刺激幅频调控方法,根据深度图提供的信息,按空间对应的方式生成电极的刺激编码。
为实现上述目的,本发明的技术方案为一种基于深度视觉的人工视网膜刺激幅频调控方法,包括以下步骤:
两个并排水平摆放在同一垂直面上的摄像头采集前方的场景图像;
将双摄像头采集的两帧同步场景图像,生成带有场景深度信息的二维深度图,将带有场景灰度信息和深度信息的二维深度图进行抽象,并输出;
如果选择灰度信息,则按照观测物的表面灰度信息生成电极刺激的编码;
如果用户选择深度信息,则按照观测物的表面距离生成电极刺激的编码。
优选地,所述双摄像头并排布置在可穿戴设备上,在眼部附近。
优选地,所述双摄像头采集的两帧同步场景图像后,进行缩放,缩放后的图像与植入体电极阵列覆盖视网膜的视域成比例。
优选地,所述二维深度图为根据视差,采用三角测量原理和立体区配技术生成,在三维计算机图形中,包含与视点的场景对应的表面距离信息的图像。
优选地,所述按照观测物的表面灰度信息生成电极刺激的编码,包括以下步骤:
对二维深度图进行线性转换,增强对比度;
对转换后的灰度图分块,统计局部灰度,根据统计的情况,对图像进行二值化处理,并降采样,缩放后图像的分辨率为电极阵列横纵电极数目的4倍;
对二值化的图像按4*4像素点进行分块,统计黑白像素点的比例,根据此比例并按照像素点的位置生成对应的刺激编码,按照固定刺激频率将编码分配到对应的发送序列中,完成对刺激的幅值调控。
优选地,所述按照观测物的表面距离生成电极刺激的编码,包括以下步骤:
对二维深度图的距离信息进行过滤,只保留5米内的数据并将数值重新规划到0-255的范围内;
对转换后的深度图分块,统计局部深度值,根据统计的情况,将深度值映射到6个频段,同时降采样,处理后图像的像素点根电极阵列中的电极一一对应;
将处理后的图像,根据电极数目、电流源数目、刺激脉宽、传输速率等参数,将编码按照预先指定的策略将编码分配到对应的发送序列中,完成对刺激的频率调控。
基于上述目的,本发明还提供了一种基于深度视觉的人工视网膜幅频调控系统,包括图像采集模块,图像处理模块和刺激编码模块,所述图像采集模块包括两个并排水平摆放在同一垂直面上的摄像头和与摄像头连接的辅助电路,摄像头将采集到的图像传输给辅助电路,再传输给所述图像处理模块;所述图像处理模块将图像进行灰度处理为二维深度图,再传输给所述刺激编码模块;所述刺激编码模块包括频率调控器和幅度调控器,幅度调控器用于按照观测物的表面灰度信息生成电极刺激的编码,频率调控器用于按照观测物的表面距离生成电极刺激的编码。
本发明将观测物的距离信息通过一定的调控模式刺激电极,传递给盲人,使其通过视觉观测到物体距离。与此同时,也保留了选择观测物体灰度的功能。
附图说明
图1为本发明实施例的基于深度视觉的人工视网膜刺激幅频调控方法的步骤流程图;
图2为本发明实施例的基于深度视觉的人工视网膜刺激幅频调控方法的二维深度图计算原理图;
图3为本发明实施例的基于深度视觉的人工视网膜刺激幅频调控方法的发送刺激编码时间点的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
相反,本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步,为了使公众对本发明有更好的了解,在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
参见图1,为本发明实施例的本发明的技术方案为基于深度视觉的人工视网膜刺激幅频调控方法的步骤流程图,包括以下步骤:
S10,两个并排水平摆放在同一垂直面上的摄像头采集前方的场景图像;
S20,将双摄像头采集的两帧同步场景图像后,生成带有场景深度信息的二维深度图,将带有场景灰度信息和深度信息的二维深度图进行抽象,并输出;
S30,如果选择灰度信息,则按照观测物的表面灰度信息生成电极刺激的编码;
S40,如果用户选择深度信息,则按照观测物的表面距离生成电极刺激的编码。
本发明系统实施例如下:包括图像采集模块,图像处理模块和刺激编码模块,所述图像采集模块包括两个并排水平摆放在同一垂直面上的摄像头和与摄像头连接的辅助电路,摄像头将采集到的图像传输给辅助电路,再传输给所述图像处理模块;所述图像处理模块包括灰度处理器,将图像进行灰度处理为二维深度图,再传输给所述刺激编码模块;所述刺激编码模块包括频率调控器和幅度调控器,幅度调控器用于按照观测物的表面灰度信息生成电极刺激的编码,频率调控器用于按照观测物的表面距离生成电极刺激的编码。
具体实施例中,S10中双摄像头并排布置在可穿戴设备上,在眼部附近。双摄像头采集的两帧同步场景图像后,进行缩放,缩放后的图像与植入体电极阵列覆盖视网膜的视域成比例。
S20中的二维深度图为根据视差,采用三角测量原理和立体区配技术生成,在三维计算机图形中,包含与视点的场景对应的表面距离信息的图像。具体来讲对图像做灰度处理,不同格式的彩色图像转换成一维的灰度图:
如果是RGB格式的彩色图,其灰度值g的公式为:
g(i,j)=0.299*R(i,j)+0.587*G(i,j)+0.114*B(i,j)
其中i,j为像素点位置;R、G、B分别是RGB格式图像色彩的红绿蓝信息。由于其他格式的彩色图都由基本的RGB转换而来,其处理方式类似,这里不赘述。
然后用灰度处理后的图像对,利用视差和相似三角形原理计算深度信息,参见图2,利用视差计算深度信息的计算公式如下:
其中,p为观测点;P和P’分别观测点p落在参考摄像头R和目标摄像头 T采集的图像上的位置;OR和OT分别是参考摄像头和目标摄像头的焦点;其所在的直线是底线B,f是摄像头焦距;b是OR和OT的直线距离;xR和xT是p 点到各自成像左侧边缘的距离;d=xR-xT,便是视差;Z是观测点到底线B的垂直距离,也就是深度信息。
S30中按照观测物的表面灰度信息生成电极刺激的编码,包括以下步骤:
对二维深度图进行线性转换,增强对比度;
对转换后的灰度图分块,统计局部灰度,根据统计的情况,对图像进行二值化处理,并降采样,缩放后图像的分辨率为电极阵列横纵电极数目的4倍;
对二值化的图像按4*4像素点进行分块,统计黑白像素点的比例,根据此比例并按照像素点的位置生成对应的刺激编码,按照固定刺激频率将编码分配到对应的发送序列中,完成对刺激的幅值调控。
具体来讲如果选择灰度信息,则需要对灰度信息进行灰度转换和二值化处理。原因有二:一是为了让设备在光线不足的情况下正常工作;二个是因为电极数目远远小于像素点的数目,需要对图像中的信息做抽象和压缩,将抽象出来的影响进行刺激。具体过程如下:
将图像的灰度信息g按照如下公式做灰度转换,生成新的灰度信息g’:
g'=9(g-Totsu)+128
其中,Totsu是按照大津法计算出的阈值,不受图像亮度和对比度的影响。在此基础上的灰度转换,可以让设备在光线不足的情况下依然有良好的处理效果。该灰度转换的另一个作用是强化对比度,使灰度信息更加分明。然后,我们将灰度转化后的灰度图做二值化处理,将图像分割,分割后的像素块为电极数目的16倍,也就是每16个像素块对应一个电极。统计每个像素块的灰度值,如果均值大于128,该像素块的值为1,否则为0。最后,将此二值化的图像发送给刺激编码模块。
S40中按照观测物的表面距离生成电极刺激的编码,包括以下步骤:
对二维深度图的距离信息进行过滤,只保留5米内的数据并将数值重新规划到0-255的范围内;
对转换后的深度图分块,统计局部深度值,根据统计的情况,将深度值映射到6个频段,同时降采样,处理后图像的像素点根电极阵列中的电极一一对应;
将处理后的图像,根据电极数目、电流源数目、刺激脉宽、传输速率等参数,将编码按照预先指定的策略将编码分配到对应的发送序列中,完成对刺激的频率调控。
具体来讲,如果选择深度信息,则对深度信息进行压缩处理,具体过程如下:
将图像处理模块输出的二维深度图分割成与电极数目相同的像素块,其位置与电极所处电极阵列的位置相同。然后统计每个像素块的均值Davg,然后将该深度均值图发送给刺激编码模块。
在刺激编码模块收到处理后的灰度图或者深度图后,根据选择,可以采用幅度调控器或者频率调控器对刺激进行编码。
当选择按照幅度对刺激进行编码时,如果接收的是灰度转换和二值化处理后的二值图,将其按4x4的像素块分割,统计每个像素块的值(即为公式中的 blacklevel),并按照如下公式计算幅值Amp:
其中,C是预调的舒适值,T是阈值。
当选择按照幅度对刺激进行编码时,如果接收的是采样分割成与电极数目相同的像素块的深度均值图,则按照如下公式计算幅值Amp:
其中,C是舒适值,T是阈值。
当选择按照频率对刺激进行编码时,如果接收的是灰度转换和二值化处理后的二值图,则将其按4x4的像素块分割,统计每个像素块的值(即为公式中的blacklevel),并按照如下公式将灰度映射到六个频段上:
其中,Freq取值为[0,1,2,3,4,5],分别对应频率[0,40,80,120,160,200]Hz。
当选择按照频率对刺激进行编码时,如果接收的是采样分割成与电极数目相同的像素块的深度均值图,则按照如下公式将灰度映射到六个频段上:
其中,Freq取值为[0,1,2,3,4,5],分别对应频率[0,40,80,120,160,200]Hz。
最终的刺激幅频调控是根据上述计算的幅值Amp和Freq,对单个刺激的编码按照一定速率进行发送实现的。具体过程如下:
单个刺激的编码占16位,格式如下:
Electrode(5) | FirstPh(1) | SecondPh(1) | Amplitude(8) | Parity(1) |
其中,electrode为电极号码,firstPh和secondPh是第一个跟第二个刺激脉冲的刺激相位,amplitude是刺激幅值,parity是校验码。
刺激过程中,如果用户选择幅度调控,则根据前面公式计算的Amp值调整amplitude,并按照每25ms一组刺激编码的速率发送给植入体。一组刺激编码的个数等于植入体电极的数目,相当于对电极阵列的一次遍历,最终实现了对刺激的幅度调控。幅度,根据用户选择,代表的可以是观测物表面的灰度也可以是距离。
刺激过程中,如果用户选择频率调控,则将amplitude设置为T值,然后按照前面公式计算的Freq值对应的频率发送刺激编码给植入体。频率调控一共 6个频段[0,40,80,120,160,200],如果图像处理速度为25ms,若要达到200Hz 的刺激速率,则一共需要在25ms内发送5组刺激编码(大约在第0ms、5ms、 10ms、15ms、20ms处发送)。6个不同频段的发送时间点参见图3中点“1”所示。如果电极数目较少,则无需调整发送时间点;如果电极数目很多,则发送的数据所占用的时间也多,所以需要对发送点进行微调。以三电流源同时工作,60电极,发送速率1比特0.9375ms,刺激脉宽为0.045us为例,遍历60个电极所需发送编码数据的时间为2.1ms,很多发送点的时间间隔不足,则需要微调为点“2”所示位置。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于深度视觉的人工视网膜刺激幅频调控方法,其特征在于,包括以下步骤:
两个并排水平摆放在同一垂直面上的摄像头采集前方的场景图像;
将双摄像头采集的两帧同步场景图像,生成带有场景深度信息的二维深度图,将带有场景灰度信息和深度信息的二维深度图进行抽象,并输出;
如果选择灰度信息,则按照观测物的表面灰度信息生成电极刺激的编码;
如果用户选择深度信息,则按照观测物的表面距离生成电极刺激的编码。
2.根据权利要求1所述的方法,其特征在于,所述双摄像头并排布置在可穿戴设备上,在眼部附近。
3.根据权利要求1所述的方法,其特征在于,所述双摄像头采集的两帧同步场景图像后,进行缩放,缩放后的图像与植入体电极阵列覆盖视网膜的视域成比例。
4.根据权利要求1所述的方法,其特征在于,所述二维深度图为根据视差,采用三角测量原理和立体区配技术生成,在三维计算机图形中,包含与视点的场景对应的表面距离信息的图像。
5.根据权利要求1所述的方法,其特征在于,所述按照观测物的表面灰度信息生成电极刺激的编码,包括以下步骤:
对二维深度图进行线性转换,增强对比度;
对转换后的灰度图分块,统计局部灰度,根据统计的情况,对图像进行二值化处理,并降采样,缩放后图像的分辨率为电极阵列横纵电极数目的4倍;
对二值化的图像按4*4像素点进行分块,统计黑白像素点的比例,根据此比例并按照像素点的位置生成对应的刺激编码,按照固定刺激频率将编码分配到对应的发送序列中,完成对刺激的幅值调控。
6.根据权利要求1所述的方法,其特征在于,所述按照观测物的表面距离生成电极刺激的编码,包括以下步骤:
对二维深度图的距离信息进行过滤,只保留5米内的数据并将数值重新规划到0-255的范围内;
对转换后的深度图分块,统计局部深度值,根据统计的情况,将深度值映射到6个频段,同时降采样,处理后图像的像素点根电极阵列中的电极一一对应;
将处理后的图像,根据电极数目、电流源数目、刺激脉宽、传输速率等参数,将编码按照预先指定的策略将编码分配到对应的发送序列中,完成对刺激的频率调控。
7.采用权利要求1-6之一所述方法的系统,其特征在于,包括图像采集模块,图像处理模块和刺激编码模块,所述图像采集模块包括两个并排水平摆放在同一垂直面上的摄像头和与摄像头连接的辅助电路,摄像头将采集到的图像传输给辅助电路,再传输给所述图像处理模块;所述图像处理模块将双摄像头采集的两针同步图像进行灰度处理,并生成二维深度图,再传输给所述刺激编码模块;所述刺激编码模块包括频率调控器和幅度调控器,幅度调控器用于按照观测物的表面灰度信息生成电极刺激的编码,频率调控器用于按照观测物的表面距离生成电极刺激的编码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810809873.5A CN109157738B (zh) | 2018-07-23 | 2018-07-23 | 基于深度视觉的人工视网膜幅频调控方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810809873.5A CN109157738B (zh) | 2018-07-23 | 2018-07-23 | 基于深度视觉的人工视网膜幅频调控方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109157738A true CN109157738A (zh) | 2019-01-08 |
CN109157738B CN109157738B (zh) | 2022-02-15 |
Family
ID=64898049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810809873.5A Active CN109157738B (zh) | 2018-07-23 | 2018-07-23 | 基于深度视觉的人工视网膜幅频调控方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109157738B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020010496A1 (en) * | 2000-05-26 | 2002-01-24 | Greenberg Robert J. | Video processing methods for improving visual acuity and/or perceived image resolution |
EP1858586A2 (en) * | 2005-02-16 | 2007-11-28 | Second Sight Medical Products, Inc. | Fitting of brightness in a visual prosthesis |
US20080021515A1 (en) * | 2006-06-16 | 2008-01-24 | Horsager Alan M | Apparatus and method for electrical stimulation of human retina |
CN101114336A (zh) * | 2007-08-16 | 2008-01-30 | 上海交通大学 | 基于小波变换的人工视觉图像处理方法 |
US20100220176A1 (en) * | 2006-12-19 | 2010-09-02 | Patrick Ziemeck | Visual aid with three-dimensional image acquisition |
US20110270352A1 (en) * | 2010-04-30 | 2011-11-03 | Devyani Nanduri | Encoding of Size and Brightness of Percepts in a Visual Prosthesis |
CN104825248A (zh) * | 2015-05-25 | 2015-08-12 | 浙江诺尔康神经电子科技股份有限公司 | 一种人工视网膜系统 |
CN204709329U (zh) * | 2015-06-08 | 2015-10-21 | 深圳市中科微光医疗器械技术有限公司 | 基于触觉的为视觉障碍人士传达周围环境信息的装置 |
US20160317811A1 (en) * | 2014-09-15 | 2016-11-03 | Second Sight Medical Products, Inc. | Methods and Systems for Detecting Obstacles for a Visual Prosthesis |
CN205681580U (zh) * | 2015-12-30 | 2016-11-09 | 中国科学院深圳先进技术研究院 | 人造眼的距离感知装置 |
CN106137532A (zh) * | 2016-09-19 | 2016-11-23 | 清华大学 | 视皮层假体的图像处理装置及方法 |
CN106334258A (zh) * | 2016-08-22 | 2017-01-18 | 深圳硅基仿生科技有限公司 | 人工视网膜的刺激电极结构及人工视网膜 |
CN107157651A (zh) * | 2017-06-13 | 2017-09-15 | 浙江诺尔康神经电子科技股份有限公司 | 一种基于声音刺激的视觉图像感知系统和方法 |
US20180133504A1 (en) * | 2016-11-17 | 2018-05-17 | Cognito Therapeutics, Inc. | Methods and systems for neural stimulation via visual stimulation |
-
2018
- 2018-07-23 CN CN201810809873.5A patent/CN109157738B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020010496A1 (en) * | 2000-05-26 | 2002-01-24 | Greenberg Robert J. | Video processing methods for improving visual acuity and/or perceived image resolution |
EP1858586A2 (en) * | 2005-02-16 | 2007-11-28 | Second Sight Medical Products, Inc. | Fitting of brightness in a visual prosthesis |
US20080021515A1 (en) * | 2006-06-16 | 2008-01-24 | Horsager Alan M | Apparatus and method for electrical stimulation of human retina |
US20100220176A1 (en) * | 2006-12-19 | 2010-09-02 | Patrick Ziemeck | Visual aid with three-dimensional image acquisition |
CN101114336A (zh) * | 2007-08-16 | 2008-01-30 | 上海交通大学 | 基于小波变换的人工视觉图像处理方法 |
US20110270352A1 (en) * | 2010-04-30 | 2011-11-03 | Devyani Nanduri | Encoding of Size and Brightness of Percepts in a Visual Prosthesis |
US20160317811A1 (en) * | 2014-09-15 | 2016-11-03 | Second Sight Medical Products, Inc. | Methods and Systems for Detecting Obstacles for a Visual Prosthesis |
CN104825248A (zh) * | 2015-05-25 | 2015-08-12 | 浙江诺尔康神经电子科技股份有限公司 | 一种人工视网膜系统 |
CN204709329U (zh) * | 2015-06-08 | 2015-10-21 | 深圳市中科微光医疗器械技术有限公司 | 基于触觉的为视觉障碍人士传达周围环境信息的装置 |
CN205681580U (zh) * | 2015-12-30 | 2016-11-09 | 中国科学院深圳先进技术研究院 | 人造眼的距离感知装置 |
CN106334258A (zh) * | 2016-08-22 | 2017-01-18 | 深圳硅基仿生科技有限公司 | 人工视网膜的刺激电极结构及人工视网膜 |
CN106137532A (zh) * | 2016-09-19 | 2016-11-23 | 清华大学 | 视皮层假体的图像处理装置及方法 |
US20180133504A1 (en) * | 2016-11-17 | 2018-05-17 | Cognito Therapeutics, Inc. | Methods and systems for neural stimulation via visual stimulation |
CN107157651A (zh) * | 2017-06-13 | 2017-09-15 | 浙江诺尔康神经电子科技股份有限公司 | 一种基于声音刺激的视觉图像感知系统和方法 |
Non-Patent Citations (1)
Title |
---|
鲍书朋: "人工视觉假体系统设计", 《郑州大学》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109157738B (zh) | 2022-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10773083B2 (en) | Methods and systems for detecting obstacles for a visual prosthesis | |
CN204709329U (zh) | 基于触觉的为视觉障碍人士传达周围环境信息的装置 | |
US11602300B2 (en) | Brain-computer interface based robotic arm self-assisting system and method | |
CN106137532B (zh) | 一种图像处理方法 | |
US9795786B2 (en) | Saliency-based apparatus and methods for visual prostheses | |
Chen et al. | Simulating prosthetic vision: I. Visual models of phosphenes | |
US8014869B2 (en) | Pixel re-mapping for visual prosthesis | |
CN110310317A (zh) | 一种基于深度学习的单目视觉场景深度估计的方法 | |
RU2009129700A (ru) | Способ и система для преобразования стереоконтента | |
McCarthy et al. | Ground surface segmentation for navigation with a low resolution visual prosthesis | |
CN105959572A (zh) | 一种用于人体佩戴的具有红外全景深感知功能的导盲帽 | |
CN108064447A (zh) | 图像显示方法、智能眼镜及存储介质 | |
IL309062A (en) | Methods and systems for transformation between eye figures and digital figures | |
CN109157738A (zh) | 基于深度视觉的人工视网膜幅频调控方法和系统 | |
CN109620539A (zh) | 一种将视觉信息直接输入到大脑视皮层的装置及方法 | |
CN110324605A (zh) | 一种基于神经网络的智能裸眼3d显示系统 | |
CN106683072A (zh) | 一种基于pup图的3d图像舒适度质量评价方法及系统 | |
CN101114336A (zh) | 基于小波变换的人工视觉图像处理方法 | |
Pelayo et al. | Cortical visual neuro-prosthesis for the blind: retina-like software/hardware preprocessor | |
CN101690687A (zh) | 仿真假体视觉的光幻视生成装置及其方法 | |
CN108234986B (zh) | 用于治疗近视或弱视的3d图像管理方法及管理系统和装置 | |
CN108427922A (zh) | 一种高效的室内环境调节系统 | |
Tang et al. | Smart sampling and transducing 3D scenes for the visually impaired | |
Francisco | Active structure acquisition by continuous fixation movements. | |
Gandhi et al. | Sensory Vision Substitution using Tactile Stimulation |
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 |