CN110279402A - 一种皮下血管光学视频图像的成像方法 - Google Patents

一种皮下血管光学视频图像的成像方法 Download PDF

Info

Publication number
CN110279402A
CN110279402A CN201910704108.1A CN201910704108A CN110279402A CN 110279402 A CN110279402 A CN 110279402A CN 201910704108 A CN201910704108 A CN 201910704108A CN 110279402 A CN110279402 A CN 110279402A
Authority
CN
China
Prior art keywords
pixel
skin
video image
optical video
image data
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.)
Pending
Application number
CN201910704108.1A
Other languages
English (en)
Inventor
石旭刚
石恩睿
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.)
Hangzhou Zeming Rui Equity Investment Co Ltd
Original Assignee
Hangzhou Zeming Rui Equity Investment Co Ltd
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 Hangzhou Zeming Rui Equity Investment Co Ltd filed Critical Hangzhou Zeming Rui Equity Investment Co Ltd
Priority to CN201910704108.1A priority Critical patent/CN110279402A/zh
Priority to PCT/CN2019/105488 priority patent/WO2021017112A1/zh
Publication of CN110279402A publication Critical patent/CN110279402A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0062—Arrangements for scanning
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A61B5/1176—Recognition of faces
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Mathematical Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了一种皮下血管光学视频图像的成像方法，其特征在于，包括以下步骤：读取皮肤下的图像数据，选取血谱光学图像的原始数据，计算数据分量的变化规律，获取血谱光学图像。本发明中，该皮下血管光学视频图像的成像方法可以计算出人脸皮肤下的每个位置的图像数据的像素变化规律，并且判断出像素是否为血管像素，以便于准确的找到皮下血管的光学视频图像，同时可以检测出血管的连续的、动态的光学视频图像，同时光学视频图像中的每个像素都能够反应皮肤下血管中血流的实时变化情况，从而最大限度地保留了血管中血流的变化信息，提高光学视频图像的准确性。

Description

一种皮下血管光学视频图像的成像方法
技术领域
本发明涉及皮肤下血管光学成像技术技术领域，尤其涉及一种皮下血管光学视频图像的成像方法。
背景技术
皮下血管图像具有广泛的应用价值，如可应用医学疾病的诊断，也可以作为生物特征用于身份识别，由于人的皮肤具有半透明的特点，当可见光照射皮肤时，皮下血管中的血红蛋白会对光线具有一定的吸收作用，当血管中的血容量变化时，对吸收的光线的强度也会相应的发生变化，从而造成皮肤反射光线的强度作相应的变化，因此皮肤的光学成像图像中包含了皮下血管的图像信息。
通过加有滤光片的黑白相机接收反射光，在获得的每一帧图像上选取相同位置作为感兴趣区域，计算出感兴趣区域的灰度平均值随时间变化的波形，就得到了反应测量皮肤区域血流变化的PPG信号，IPPG技术可以得到感兴趣区域的血流变化的PPG信号，但是并不能得到完整的皮肤下血管的动态视频图像，IPPG可以应用于对精度要求不高的生理指标检测，如心率等，但对于像血压、呼吸、精神压力等生理指标的检测就会比较困难，如果能得到皮肤下完整的血管动态视频图像，则可进一步用于很多生理指标的检测。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，而提出的一种皮下血管光学视频图像的成像方法。
为了实现上述目的，本发明采用了如下技术方案：一种皮下血管光学视频图像的成像方法，其特征在于，包括以下步骤：
S01：读取皮肤下的图像数据，从光学传感器检测到的活体人皮肤下的血管的光学视频图像中，读取N帧RGB图像数据；
S02：选取血谱光学图像的原始数据，从读取的RGB图像数据中选取绿色分量G图像数据，作为提取血谱光学图像的原始数据；
S03：计算数据分量的变化规律，对连续N帧图像数据中每个像素绿色分量G(x,y)计算其变化规律，标记并且识别N帧图像数据中所有的像素类别；
S04：获取血谱光学图像，将选取的N帧图像数据都进行计算，根据计算得到的数值，可以得到每帧图像数据的血管光学成像图像，即血谱光学图像。
作为上述技术方案的进一步描述：
所述步骤S01中，体人皮肤下的血管的光学视频图像为人脸的光学视频图像，可以通过人脸检测技术检测出每帧图像的人脸区域。
作为上述技术方案的进一步描述：
所述步骤S01中，读取N帧RGB图像数据应该采用连续的方式进行读取，并且在读取的过程中，不可出现间断不连续的RGB图像数据，确保RGB图像数据的稳定性。
作为上述技术方案的进一步描述：
所述步骤S02中，绿色分量G图像数据对应于皮下有血管的区域的绿色像素，即可判断该像素是否为血管像素。
作为上述技术方案的进一步描述：
所述步骤S03中，对于连续N帧的皮肤视频图像数据，每帧图像数据中的某个像素值的变化规律是不一样的。
作为上述技术方案的进一步描述：
所述步骤S03中，人脸皮肤下某个位置像素(x,y)的G分量值G(x,y)在连续N帧图像中的数值组成一个G分量序列{G(x,y)[n]}，其中，0≤n<N，可以实现对人脸皮肤下所有位置像素的分量序列的计算。
作为上述技术方案的进一步描述：
所述对G分量序列{G(x,y)[n]}，0≤n<N，进行DFT变换后，即可获取该像素的频谱F(x,y)[k]，可以判断该像素是否具有与心跳一致的周期性变化规律。
作为上述技术方案的进一步描述：
所述步骤S03中，对于具有类似计算的心跳周期性变化规律的像素标注为血管像素，而其它像素值设置为0，可以清楚明了的区分血管像素以及其它非血管像素。
作为上述技术方案的进一步描述：
所述步骤S04中，每帧图像数据计算得到的数值均为一个像素点，通过动态依次连接所有的像素点，并检测和标识这些像素点，即可得到血谱光学图像。
作为上述技术方案的进一步描述：
所述DFT变换是指离散傅里叶变换，是傅里叶变换在时域和频域上都呈离散的形式，将信号的时域采样变换为其DTFT的频域采样，即可获得人脸皮肤下某一个位置中分量序列的像素的频谱，重复计算所有的分量序列后，可以得到人脸皮肤下所有位置处的分量序列的像素的频谱，方便后续的观察标记。
有益效果
本发明提供了一种皮下血管光学视频图像的成像方法。具备以下有益效果：
(1)：该皮下血管光学视频图像的成像方法可以计算出人脸皮肤下的每个位置的图像数据的像素变化规律，并且判断出像素是否为血管像素，以便于准确的找到皮下血管的光学视频图像。
(2)：该皮下血管光学视频图像的成像方法可以检测出血管的连续的、动态的光学视频图像，同时光学视频图像中的每个像素都能够反应皮肤下血管中血流的实时变化情况，从而最大限度地保留了血管中血流的变化信息，提高光学视频图像的准确性。
附图说明
图1为本发明提出的一种皮下血管光学视频图像的成像方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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。
如图1所示，一种皮下血管光学视频图像的成像方法，包括以下步骤：
S01：读取皮肤下的图像数据，从光学传感器检测到的活体人皮肤下的血管的光学视频图像中，读取N帧RGB图像数据；
S02：选取血谱光学图像的原始数据，从读取的RGB图像数据中选取绿色分量G图像数据，作为提取血谱光学图像的原始数据；
S03：计算数据分量的变化规律，对连续N帧图像数据中每个像素绿色分量G(x,y)计算其变化规律，标记并且识别N帧图像数据中所有的像素类别；
S04：获取血谱光学图像，将选取的N帧图像数据都进行计算，根据计算得到的数值，可以得到每帧图像数据的血管光学成像图像，即血谱光学图像。
步骤S01中，体人皮肤下的血管的光学视频图像为人脸的光学视频图像，可以通过人脸检测技术检测出每帧图像的人脸区域。
步骤S01中，读取N帧RGB图像数据应该采用连续的方式进行读取，并且在读取的过程中，不可出现间断不连续的RGB图像数据，确保RGB图像数据的稳定性。
步骤S02中，绿色分量G图像数据对应于皮下有血管的区域的绿色像素，即可判断该像素是否为血管像素，对应于皮下有血管的区域的像素，则由于血管中的血容量具有随心跳周期性变化的特性，造成其吸收光线的强度也会有相应的周期性变化特征，最终在成像上的反应是该区域的某些像素值的变化也具有随心跳周期性变化的特征，反之，其它组织对应的像素则不具备类似周期性变化的特点。
步骤S03中，对于连续N帧的皮肤视频图像数据，每帧图像数据中的某个像素值的变化规律是不一样的，如果是噪声点，则其像素值的变化是随机的。
步骤S03中，人脸皮肤下某个位置像素(x,y)的G分量值G(x,y)在连续N帧图像中的数值组成一个G分量序列{G(x,y)[n]}，其中，0≤n<N，可以实现对人脸皮肤下所有位置像素的分量序列的计算。
对G分量序列{G(x,y)[n]}，0≤n<N，进行DFT变换后，即可获取该像素的频谱F(x,y)[k]，可以判断该像素是否具有与心跳一致的周期性变化规律。
步骤S03中，对于具有类似计算的心跳周期性变化规律的像素标注为血管像素，而其它像素值设置为0，可以清楚明了的区分血管像素以及其它非血管像素。
步骤S04中，每帧图像数据计算得到的数值均为一个像素点，通过动态依次连接所有的像素点，并检测和标识这些像素点，即可得到血谱光学图像。
DFT变换是指离散傅里叶变换，是傅里叶变换在时域和频域上都呈离散的形式，将信号的时域采样变换为其DTFT的频域采样，即可获得人脸皮肤下某一个位置中分量序列的像素的频谱，重复计算所有的分量序列后，可以得到人脸皮肤下所有位置处的分量序列的像素的频谱，方便后续的观察标记。
皮下血管光学视频图像的成像方法原理是利用活体人皮肤下的血管中的血流容量根据心脏的周期泵血而具有周期性变化的特点，从而造成血管吸收光线的强度也相应的会出现周期性变化，这种血管吸收光线的强度的周期性变化会造成皮肤表面下血管相应位置反射光线的强度也会进行周期性变化，这种变化最终会反映在图像感器成像图像中血管对应位置像素的感光强度上，通过检测像素的这种周期性变化就可以标示出血管对应成像的像素，从而得到连续的血管光学视频图像，即血谱光学图像。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种皮下血管光学视频图像的成像方法，其特征在于，包括以下步骤：
S01：读取皮肤下的图像数据，从光学传感器检测到的活体人皮肤下的血管的光学视频图像中，读取N帧RGB图像数据；
S02：选取血谱光学图像的原始数据，从读取的RGB图像数据中选取绿色分量G图像数据，作为提取血谱光学图像的原始数据；
S03：计算数据分量的变化规律，对连续N帧图像数据中每个像素绿色分量G(x,y)计算其变化规律，标记并且识别N帧图像数据中所有的像素类别；
S04：获取血谱光学图像，将选取的N帧图像数据都进行计算，根据计算得到的数值，可以得到每帧图像数据的血管光学成像图像，即血谱光学图像。
2.根据权利要求1所述的一种皮下血管光学视频图像的成像方法，其特征在于，所述步骤S01中，体人皮肤下的血管的光学视频图像为人脸的光学视频图像，可以通过人脸检测技术检测出每帧图像的人脸区域。
3.根据权利要求1所述的一种皮下血管光学视频图像的成像方法，其特征在于，所述步骤S01中，读取N帧RGB图像数据应该采用连续的方式进行读取，并且在读取的过程中，不可出现间断不连续的RGB图像数据，确保RGB图像数据的稳定性。
4.根据权利要求1所述的一种皮下血管光学视频图像的成像方法，其特征在于，所述步骤S02中，绿色分量G图像数据对应于皮下有血管的区域的绿色像素，即可判断该像素是否为血管像素。
5.根据权利要求1所述的一种皮下血管光学视频图像的成像方法，其特征在于，所述步骤S03中，对于连续N帧的皮肤视频图像数据，每帧图像数据中的某个像素值的变化规律是不一样的。
6.根据权利要求1所述的一种皮下血管光学视频图像的成像方法，其特征在于，所述步骤S03中，人脸皮肤下某个位置像素(x,y)的G分量值G(x,y)在连续N帧图像中的数值组成一个G分量序列{G(x,y)[n]}，其中，0≤n<N，可以实现对人脸皮肤下所有位置像素的分量序列的计算。
7.根据权利要求6所述的一种皮下血管光学视频图像的成像方法，其特征在于，所述对G分量序列{G(x,y)[n]}，0≤n<N，进行DFT变换后，即可获取该像素的频谱F(x,y)[k]，可以判断该像素是否具有与心跳一致的周期性变化规律。
8.根据权利要求1所述的一种皮下血管光学视频图像的成像方法，其特征在于，所述步骤S03中，对于具有类似计算的心跳周期性变化规律的像素标注为血管像素，而其它像素值设置为0，可以清楚明了的区分血管像素以及其它非血管像素。
9.根据权利要求1所述的一种皮下血管光学视频图像的成像方法，其特征在于，所述步骤S04中，每帧图像数据计算得到的数值均为一个像素点，通过动态依次连接所有的像素点，并检测和标识这些像素点，即可得到血谱光学图像。
10.根据权利要求7所述的一种皮下血管光学视频图像的成像方法，其特征在于，所述DFT变换是指离散傅里叶变换，是傅里叶变换在时域和频域上都呈离散的形式，将信号的时域采样变换为其DTFT的频域采样，即可获得人脸皮肤下某一个位置中分量序列的像素的频谱，重复计算所有的分量序列后，可以得到人脸皮肤下所有位置处的分量序列的像素的频谱，方便后续的观察标记。
CN201910704108.1A 2019-07-31 2019-07-31 一种皮下血管光学视频图像的成像方法 Pending CN110279402A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910704108.1A CN110279402A (zh) 2019-07-31 2019-07-31 一种皮下血管光学视频图像的成像方法
PCT/CN2019/105488 WO2021017112A1 (zh) 2019-07-31 2019-09-12 一种皮下血管光学视频图像的成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910704108.1A CN110279402A (zh) 2019-07-31 2019-07-31 一种皮下血管光学视频图像的成像方法

Publications (1)

Publication Number Publication Date
CN110279402A true CN110279402A (zh) 2019-09-27

Family

ID=68024496

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910704108.1A Pending CN110279402A (zh) 2019-07-31 2019-07-31 一种皮下血管光学视频图像的成像方法

Country Status (2)

Country Link
CN (1) CN110279402A (zh)
WO (1) WO2021017112A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112842285A (zh) * 2020-12-31 2021-05-28 山东大学齐鲁医院 一种内镜下辅助识别粘膜下血管的方法及系统
CN113920119A (zh) * 2021-12-14 2022-01-11 南京精益安防系统科技有限公司 一种基于热成像技术的心率呼吸分析处理方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104138254A (zh) * 2013-05-10 2014-11-12 天津点康科技有限公司 非接触式自动心率测量系统及测量方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2541492A1 (en) * 2010-02-24 2013-01-02 Fujitsu Frontech Limited Authentication device, authentication program, and authentication method
WO2013136553A1 (ja) * 2012-03-16 2013-09-19 ユニバーサルロボット株式会社 個人認証方法及び個人認証装置
US8897522B2 (en) * 2012-05-30 2014-11-25 Xerox Corporation Processing a video for vascular pattern detection and cardiac function analysis
KR101494638B1 (ko) * 2013-02-19 2015-03-02 서강대학교산학협력단 반사 스펙트럼 추정을 이용하여 생체 내의 혈관을 영상화하는 방법, 그 방법을 이용한 혈관천자 안내 장치 및 사용자 인증 장치
CN105873503A (zh) * 2013-12-25 2016-08-17 旭化成株式会社 脉搏波测定装置、便携式设备、医疗设备系统以及生物体信息通信系统
CN106377226B (zh) * 2016-08-30 2019-05-03 苏州涵轩信息科技有限公司 一种心血管状态检测装置及斜率信息的确定方法
CN106725263B (zh) * 2016-12-15 2018-07-06 深圳开立生物医疗科技股份有限公司 应用于内窥镜系统的成像方法
JP6519703B2 (ja) * 2018-08-06 2019-05-29 カシオ計算機株式会社 画像処理方法、診断装置、並びにプログラム
CN109523545A (zh) * 2018-11-28 2019-03-26 荆门博谦信息科技有限公司 一种非接触式心率检测方法及系统
CN109977858B (zh) * 2019-03-25 2020-12-01 北京科技大学 一种基于图像分析的心率检测方法及装置
CN110420011B (zh) * 2019-08-07 2021-01-12 杭州泽铭睿股权投资有限公司 一种具有血谱光学图像成像功能的摄像机

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104138254A (zh) * 2013-05-10 2014-11-12 天津点康科技有限公司 非接触式自动心率测量系统及测量方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112842285A (zh) * 2020-12-31 2021-05-28 山东大学齐鲁医院 一种内镜下辅助识别粘膜下血管的方法及系统
CN113920119A (zh) * 2021-12-14 2022-01-11 南京精益安防系统科技有限公司 一种基于热成像技术的心率呼吸分析处理方法
CN113920119B (zh) * 2021-12-14 2022-03-18 南京精益安防系统科技有限公司 一种基于热成像技术的心率呼吸分析处理方法

Also Published As

Publication number Publication date
WO2021017112A1 (zh) 2021-02-04

Similar Documents

Publication Publication Date Title
CN107529646B (zh) 一种基于欧拉影像放大的无接触式心率测量方法及装置
CN109637660B (zh) 一种基于深度卷积神经网络的舌诊分析方法及系统
CN108471989A (zh) 用于生成承载对象的生命体征信息的光体积描记图像的设备、系统和方法
CN107180421A (zh) 一种眼底图像病变检测方法及装置
KR101334064B1 (ko) 혈관영상에서의 움직임 추정 방법 및 그 장치
CN114820494A (zh) 用于可视化流动的使用机器学习的散斑对比度分析
CN112233813A (zh) 一种基于ppg的非接触式无创心率呼吸测量方法及系统
CN110279402A (zh) 一种皮下血管光学视频图像的成像方法
CN110729045A (zh) 一种基于上下文感知残差网络的舌图像分割方法
CN102488508A (zh) 一种基于图像捕获的心率测量方法
CN108961334A (zh) 一种基于图像配准的视网膜血管壁厚度测量方法
CN111387959A (zh) 一种基于ippg的非接触式生理参数检测方法
CN106548491B (zh) 一种图像配准方法、其图像融合方法及其装置
Chwialkowski et al. A method for fully automated quantitative analysis of arterial flow using flow-sensitized MR images
CN111797901A (zh) 一种基于拓扑结构估计的视网膜动静脉分类方法及装置
CN110310323A (zh) 基于Hessian矩阵和二维高斯拟合的视网膜血管管径测量方法
CN114820522A (zh) 基于霍夫变换的瞳孔直径智能检测方法及装置
CN111797900A (zh) 一种oct-a图像的动静脉分类方法及装置
CN110367961A (zh) 血压数据处理方法、装置、设备及可读存储介质
CN114419181A (zh) Cta图像的重建方法及重建装置、显示方法及显示装置
CN106447710A (zh) 一种基于微分流行的多b值DWI图像评估的方法
Hennersperger et al. Vascular 3D+ T freehand ultrasound using correlation of doppler and pulse-oximetry data
Hu et al. Study on Real-Time Heart Rate Detection Based on Multi-People.
CN110288588A (zh) 基于灰度方差和标准差的视网膜图像血管分割方法及系统
CN109309797A (zh) 光线变化量即时判断系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190927

RJ01 Rejection of invention patent application after publication