CN112617789A - 激光散斑血流成像方法及系统 - Google Patents
激光散斑血流成像方法及系统 Download PDFInfo
- Publication number
- CN112617789A CN112617789A CN202010738135.3A CN202010738135A CN112617789A CN 112617789 A CN112617789 A CN 112617789A CN 202010738135 A CN202010738135 A CN 202010738135A CN 112617789 A CN112617789 A CN 112617789A
- Authority
- CN
- China
- Prior art keywords
- image
- blood flow
- laser speckle
- time
- roi
- 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
Links
- 230000017531 blood circulation Effects 0.000 title claims abstract description 65
- 238000003384 imaging method Methods 0.000 title claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 43
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 11
- 210000004204 blood vessel Anatomy 0.000 claims description 19
- 230000000007 visual effect Effects 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 210000003743 erythrocyte Anatomy 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000004087 circulation Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
- A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Hematology (AREA)
- Geometry (AREA)
- Vascular Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种激光散斑血流成像方法及系统，该方法包括：1)采集激光散斑图像；2)进行时间衬比，获得时间衬比图像；3)均值滤波；4)伪彩色处理：5)ROI区域选取；6)获取ROI二值图像；7)计算血管管径。本发明能有效提高激光散斑血流成像的空间分辨率低和显示帧率，可提升图像处理效率，达到实时图像处理及显示，具有操作简单、处理速度快、可实时成像等特点；本发明还进一步的能实现血管管径的计算，通过配合激光多普勒血流仪给出确切速度值可计算出实际血流量，从而提供更丰富的血流检测指标。
Description
技术领域
本发明涉及医学图像处理技术领域，特别涉及一种激光散斑血流成像方法及系统。
背景技术
激光散斑血流成像技术是一种无需扫描、无需造影剂的全场光学高分辨成像技术，可反映出不同血管及同一血管在不同时刻的血流流速变化，用于术中对生物组织二维血流分布和血管形态等的实时监测。该技术的原理是利用血管中红细胞运动产生的后向动态散斑对比度值来获取血流速度信息，能获得二维高分辨率的血流分布图像，并且不需要结合机械扫描或注入外源性物质就可以实现长时间连续性的血流监测，再结合CCD或CMOS相机以及高性能的并行运算设备，该技术可以达到毫秒量级的时间分辨率和微米量级的空间分辨率，实现实时高分辨率血流成像。与其他现有的血流监测手段相比，激光散斑血流成像技术具有非接触、高分辨率、高精度及实时成像等优点，可反映出单一血管和术野内总体血流速度变化，呈现出手术过程中不同操作引起的血液动力学的动态变化。
目前，国内、外相关研究机构已经开发出基于激光散斑血流成像技术的激光散斑血流仪来进行血流监测，但大多存在空间分辨率低和血流速度图像显示帧率不高的问题，无法充分满足实时成像的应用需求。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种激光散斑血流成像方法及系统。
为解决上述技术问题，本发明采用的技术方案是：提供一种激光散斑血流成像方法，包括以下步骤：
1)采集激光散斑图像；
2)进行时间衬比，获得时间衬比图像：对釆集得到的多帧激光散斑图像，取出每帧散斑图像中第i行，第j列位置处的像素的灰度值I(i,j)，利用所取出的N个像素灰度值计算该像素上的时间衬比值，计算公式如下：
其中，Kt(i,j)表示时间衬比图像，In(i,j)代表第n帧图像中第i行、第j列位置处的像素的灰度值，N为所采集的图像帧数，σt(i,j)代表N帧图像(i,j)处像素灰度的标准差，
为N帧图像(i,j)处像素灰度的时间平均值，计算公式为：
根据离散型随机变量方差计算原理，将公式(1)变换为下式：
3)均值滤波；
4)伪彩色处理：
对均值滤波处理后的时间衬比图像Kt(i,j)平方后取倒数，得到1/Kt(i,j)2图像，然后将1/Kt(i,j)2按照RGB三通道映射到JET颜色模型，得到血流速度图像，具体变换公式如下：
其中，H(i,j)为1/K2图像中第i行，第j列位置处的像素的灰度值。
优选的是，所述步骤2)中，N＝50。
优选的是，还包括以下步骤：
5)在所述步骤4)得到的血流速度图像上进ROI区域选取；
6)对选取的ROI区域进行图像处理，得到ROI二值图像；
7)计算血管管径：
统计ROI二值图像中血管段内的像素总数量，将得到的像素总数量除以ROI二值图像长度得到管径值。
优选的是，所述步骤6)中的图像处理包括灰度化、图像归一化、高斯滤波及阈值分割处理。
本发明还提供一种激光散斑血流成像系统，包括FPGA高速图像采集卡以及内嵌于其中的Visual Applet图像处理模块，所述FPGA高速图像采集卡用于采集激光散斑图像，所述Visual Applet图像处理模块用于按照如上所述的方法对FPGA高速图像采集卡采集的激光散斑图像进行处理，以获得血流速度图像以及得到血管管径值。
本发明的有益效果是：本发明能有效提高激光散斑血流成像的空间分辨率低和显示帧率，可提升图像处理效率，达到实时图像处理及显示，具有操作简单、处理速度快、可实时成像等特点；本发明还进一步的能实现血管管径的计算，通过配合激光多普勒血流仪给出确切速度值可计算出实际血流量，从而提供更丰富的血流检测指标。
附图说明
图1为本发明的激光散斑血流成像方法的处理流程图；
图2为时间衬比分析原理示意图；
图3为本发明的实施例2中按顺序为低速、中速、高速时采集处理得到的伪彩色血流速度图像示意图；
图4为本发明的实施例2中ROI区域进行图像处理得到管径值的过程示意图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不排除一个或多个其它元件或其组合的存在或添加。
本实施例的一种激光散斑血流成像方法，包括以下步骤：
1)采集激光散斑图像；
2)进行时间衬比，获得时间衬比图像：
散斑衬比值K定义为光强的标准差σ和平均光强
的比值：
Duncan等表明毛细血管中血红细胞的速度分布近似于洛仑兹分布，可将散斑衬比值K表示为相关时间τ和曝光时间T的函数：
其中，x＝T/τ；β为仪器相关常数，用于补偿探测器等的损失项。当T？τ时，衬比值K与τ呈近似线性关系。而τ＝λ/(2πν)，其中ν为散射粒子运动速度，λ为相干光波长。当T？τ时，衬比值K与ν呈反比关系，这是利用激光散斑血流成像技术进行血流成像及速度定量分析的基础。理想状态下，衬比值K在[0,1]范围内，当散射介质静止时，K为1；当散射介质运动时，K逐渐趋于0，且运动速度越快，K越小。
为了平衡图像的时间分辨率和空间分辨率，本发明采用的具体的时间衬比方法为：对釆集得到的多帧激光散斑图像，取出每帧散斑图像中第i行，第j列位置处的像素的灰度值I(i,j)，利用所取出的N个像素灰度值计算该像素上的时间衬比值，计算公式如下：
其中，Kt(i,j)表示时间衬比图像，In(i,j)代表第n帧图像中第i行、第j列位置处的像素的灰度值，N为所采集的图像帧数，σt(i,j)代表N帧图像(i,j)处像素灰度的标准差，
为N帧图像(i,j)处像素灰度的时间平均值，计算公式为：
由于本发明中使采用FPGA图像采集卡进行图像采集，并采用内嵌于FPGA图像采集卡中的Visual Applet软件平台进行时间衬比分析。按照式(3)进行时间衬比分析，在求得
后需将其与In(i,j)相减，考虑到FPGA开发的流水线结构和同步性，需要将
和In(i,j)进行同步方可进行相减操作，但是由于时间衬比分析所需图像帧数为50，所以
需要分别与I1(i,j)、I2(i,j)、…、I49(i,j)、I50(i,j)进行同步，考虑到在Visual Applet平台中同步所耗费的资源量以及实现此同步的复杂程度，本案例通过离散型随机变量方差计算原理(式(5))对公式(4)进行变换，得到式(6)，
3)均值滤波；为了提高时间衬比图像的信噪比，并考虑到生物及环境噪声等，往往需要对其进行空间平均；本实施例中采用均值滤波对图像进行空间平均，滤波窗口大小为3×3像素；
4)伪彩色处理：
人眼对彩色的分辨能力远高于对灰度的分辨能力，所以对衬比图像进行伪彩色处理，将灰度映射到伪彩色空间中，提高图像的可辨识度和细节的辨别力；另外，K2的值一般在[0,0.1]范围内，此时1/K2与运动速度ν成正比关系；基于此本实施例中伪彩色处理的具体步骤如下：
对均值滤波处理后的时间衬比图像Kt(i,j)平方后取倒数，得到1/Kt(i,j)2图像，然后将1/Kt(i,j)2按照RGB三通道映射到JET颜色模型，得到血流速度图像，具体变换公式如下：
其中，H(i,j)为1/K2图像中第i行，第j列位置处的像素的灰度值。理想状态下，散射介质静止时，其颜色为蓝色；散射介质运动时，其颜色随着运动速度的加快越趋向红色。
在优选的实施例中，所述步骤2)中，N＝50。根据实验结果表明，当散斑图像帧数超过15帧时，使用时间衬比分析得到的速度值与实际速度值的相关度大于0.96。所以本实施例中，将参与衬比值计算的图像帧数定为50帧，即N＝50。
在进一步优选的实施例中还包括以下步骤：
5)在所述步骤4)得到的血流速度图像上进ROI区域选取，医生可根据实际应用需求进行ROI区域选取；
6)对选取的ROI区域进行图像处理，得到ROI二值图像；其中，图像处理包括灰度化、图像归一化、高斯滤波及阈值分割处理；
7)计算血管管径：
统计ROI二值图像中血管段内的像素总数量，将得到的像素总数量除以ROI二值图像长度得到管径值。由于截取的ROI范围极小，且此时的模拟血管处于水平状态，所以可以通过统计出的像素总数量除以ROI二值图像的长度得到管径值。由于激光散斑血流成像技术可以区分出动态血流与周围静止介质，所以测量得到的管径值为模拟血管的有效流通内径，从而可以通过得出的管径值配合激光多普勒血流仪给出的确切速度值计算出实际血流量，从而提供更丰富的血流检测指标。
图4中标记图给出了二值图像中统计模拟血管段内的像素总数量的示意图；判断二值图像中某一点像素为模拟血管段内的像素，则将其用图形标记，从而得到标记图；标记图作为示意图，表示本文算法对血管段内像素的统计效果；
参照图1，为激光散斑血流成像方法的处理流程图；
参照图2，为时间衬比分析原理示意图，图中C表示每幅散斑图像的列数，L表示每幅散斑图像的行数，N表示图像帧数。
实施例2
一种激光散斑血流成像系统，包括FPGA高速图像采集卡以及内嵌于其中的VisualApplet图像处理模块，所述FPGA高速图像采集卡用于采集激光散斑图像，所述VisualApplet图像处理模块用于按照如实施例1所述的方法对FPGA高速图像采集卡采集的激光散斑图像进行处理，包括如上所述的：时间衬比计算、均值滤波处理、伪彩色处理、ROI区域选取、ROI二值图像获取、血管管径计算，以获得血流速度图像以及得到血管管径值。本实施例中，通过Visual Applet提供的多种FPGA图像处理算子来进行项目开发，不再受限于CPU的瞬间计算能力及外部辅助设备的传输瓶颈，能够解决瞬间庞大数据量的实时处理问题，并及时输出结果。通过利用FPGA高速图像采集卡内嵌的Visual Applet可视化开发工具，执行本发明提供的激光散斑血流成像方法，能有效降低对计算机性能的依赖，提升图像处理效率，达到实时图像处理及显示，可以在图像分辨率为1024×1024像素时提供超过100fps的图像处理及显示速度，具有操作简单、处理速度快、可实时成像等特点。
参照图3，为本实例中按顺序为低速、中速、高速时采集处理得到的伪彩色血流速度图像示意图。
参照图4，为本实例中ROI区域进行图像处理得到管径值的过程示意图。
本实施例中，还将本实施例的激光散斑血流成像系统与其他几种不同的激光散斑血流仪器进行激光散斑血流成像的空间分辨率及帧率进行了比较，比较结果如下表1所示。
表1
本实施例中，还利用该激光散斑血流成像系统进行了多组血管管径测量，并将测量得到的结果DO与管径标准值DS间的误差进行了具体计算，结果如下表2所示。
表2
表2是采用本实施例的系统对模拟血管及模拟血流进行了ROI血管管径测量，利用Intralipid-1％溶液模拟动态血流，用医用橡胶软管模拟血管。
从表2的结果可以看出，本发明的激光散斑血流成像系统测量得到的血管管径结果精确较高，与模拟血管的标准值基本一致，误差在可以接受的范围内。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节。
Claims (5)
1.一种激光散斑血流成像方法，其特征在于，包括以下步骤：
1)采集激光散斑图像；
2)进行时间衬比，获得时间衬比图像：对釆集得到的多帧激光散斑图像，取出每帧散斑图像中第i行，第j列位置处的像素的灰度值I(i,j)，利用所取出的N个像素灰度值计算该像素上的时间衬比值，计算公式如下：
其中，Kt(i,j)表示时间衬比图像，In(i,j)代表第n帧图像中第i行、第j列位置处的像素的灰度值，N为所采集的图像帧数，σt(i,j)代表N帧图像(i,j)处像素灰度的标准差，
为N帧图像(i,j)处像素灰度的时间平均值，计算公式为：
根据离散型随机变量方差计算原理，将公式(1)变换为下式：
3)均值滤波；
4)伪彩色处理：
对均值滤波处理后的时间衬比图像Kt(i,j)平方后取倒数，得到1/Kt(i,j)2图像，然后将1/Kt(i,j)2按照RGB三通道映射到JET颜色模型，得到血流速度图像，具体变换公式如下：
其中，H(i,j)为1/K2图像中第i行，第j列位置处的像素的灰度值。
2.根据权利要求1所述的激光散斑血流成像方法，其特征在于，所述步骤2)中，N＝50。
3.根据权利要求1或2所述的激光散斑血流成像方法，其特征在于，还包括以下步骤：
5)在所述步骤4)得到的血流速度图像上进ROI区域选取；
6)对选取的ROI区域进行图像处理，得到ROI二值图像；
7)计算血管管径：
统计ROI二值图像中血管段内的像素总数量，将得到的像素总数量除以ROI二值图像长度得到管径值。
4.根据权利要求3所述的激光散斑血流成像方法，其特征在于，所述步骤6)中的图像处理包括灰度化、图像归一化、高斯滤波及阈值分割处理。
5.一种激光散斑血流成像系统，其特征在于，包括FPGA高速图像采集卡以及内嵌于其中的Visual Applet图像处理模块，所述FPGA高速图像采集卡用于采集激光散斑图像，所述Visual Applet图像处理模块用于按照如权利要求4所述的方法对FPGA高速图像采集卡采集的激光散斑图像进行处理，以获得血流速度图像以及得到血管管径值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010738135.3A CN112617789A (zh) | 2020-07-28 | 2020-07-28 | 激光散斑血流成像方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010738135.3A CN112617789A (zh) | 2020-07-28 | 2020-07-28 | 激光散斑血流成像方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112617789A true CN112617789A (zh) | 2021-04-09 |
Family
ID=75300130
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010738135.3A Pending CN112617789A (zh) | 2020-07-28 | 2020-07-28 | 激光散斑血流成像方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112617789A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116051423A (zh) * | 2023-03-07 | 2023-05-02 | 华侨大学 | 基于空间频域滤波的激光散斑衬比血流成像方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030236458A1 (en) * | 1999-08-03 | 2003-12-25 | Biophysica Llc | Spectroscopic systems and methods for detecting tissue properties |
| CN1792323A (zh) * | 2005-12-30 | 2006-06-28 | 华中科技大学 | 一种经颅脑血流高分辨成像方法及其装置 |
| CN101984916A (zh) * | 2010-11-17 | 2011-03-16 | 哈尔滨工程大学 | 基于数字图像处理技术的血管管径测量方法 |
| CN108430306A (zh) * | 2015-10-09 | 2018-08-21 | 瓦索普蒂奇医疗公司 | 用于使用激光散斑对比度成像快速检查脉管系统和微粒流的系统和方法 |
| CN109829942A (zh) * | 2019-02-21 | 2019-05-31 | 韶关学院 | 一种眼底图像视网膜血管管径自动量化方法 |
| CN109886214A (zh) * | 2019-02-26 | 2019-06-14 | 中南民族大学 | 一种基于图像处理的鸟鸣声特征强化方法 |
| CN111062947A (zh) * | 2019-08-14 | 2020-04-24 | 深圳市智影医疗科技有限公司 | 一种基于深度学习的x光胸片病灶定位方法及系统 |
-
2020
- 2020-07-28 CN CN202010738135.3A patent/CN112617789A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030236458A1 (en) * | 1999-08-03 | 2003-12-25 | Biophysica Llc | Spectroscopic systems and methods for detecting tissue properties |
| CN1792323A (zh) * | 2005-12-30 | 2006-06-28 | 华中科技大学 | 一种经颅脑血流高分辨成像方法及其装置 |
| CN101984916A (zh) * | 2010-11-17 | 2011-03-16 | 哈尔滨工程大学 | 基于数字图像处理技术的血管管径测量方法 |
| CN108430306A (zh) * | 2015-10-09 | 2018-08-21 | 瓦索普蒂奇医疗公司 | 用于使用激光散斑对比度成像快速检查脉管系统和微粒流的系统和方法 |
| CN109829942A (zh) * | 2019-02-21 | 2019-05-31 | 韶关学院 | 一种眼底图像视网膜血管管径自动量化方法 |
| CN109886214A (zh) * | 2019-02-26 | 2019-06-14 | 中南民族大学 | 一种基于图像处理的鸟鸣声特征强化方法 |
| CN111062947A (zh) * | 2019-08-14 | 2020-04-24 | 深圳市智影医疗科技有限公司 | 一种基于深度学习的x光胸片病灶定位方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| PAUL，J.S，ET AL.: "Imaging the development of an ischemic core following photochemically induced cortical infarction in rats using Laser Speckle Contrast Analysis (LASCA)", 《NEUROIMAGE》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116051423A (zh) * | 2023-03-07 | 2023-05-02 | 华侨大学 | 基于空间频域滤波的激光散斑衬比血流成像方法及系统 |
| CN116051423B (zh) * | 2023-03-07 | 2023-06-20 | 华侨大学 | 基于空间频域滤波的激光散斑衬比血流成像方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110772286B (zh) | 一种基于超声造影识别肝脏局灶性病变的系统 | |
| CN106485735A (zh) | 基于立体视觉技术的人体目标识别与跟踪方法 | |
| CN111062955A (zh) | 一种肺部ct影像数据分割方法及系统 | |
| JP5828210B2 (ja) | 画像処理装置および方法、並びに、プログラム | |
| Ye et al. | In-vivo full-field measurement of microcirculatory blood flow velocity based on intelligent object identification | |
| CN104287713A (zh) | 一种快速激光散斑血流成像方法 | |
| CN109815913B (zh) | 基于眼动信息的视觉增强感知系统及其方法 | |
| CN111260636B (zh) | 模型训练方法及设备、图像处理方法及设备以及介质 | |
| CN116309781B (zh) | 一种基于跨模态融合的水下视觉目标测距方法及装置 | |
| Prasetyo et al. | Eye gaze accuracy in the projection-based stereoscopic display as a function of number of fixation, eye movement time, and parallax | |
| CN108510484B (zh) | 一种ect图像数据采集、图像重建及评估系统 | |
| CN112617789A (zh) | 激光散斑血流成像方法及系统 | |
| US10324021B2 (en) | Magnetophorisis measuring system for determining motion status of object and quantifying amount of magnetic particles contained therein | |
| CN103217120B (zh) | 一种激光测厚方法及装置 | |
| Zhu et al. | Volumetric resolution of light field imaging and its effect on the reconstruction of light field PIV | |
| WO2019076267A1 (zh) | 光纤束图像分析方法和装置 | |
| Chao et al. | Three-dimensional shear wave imaging based on full-field laser speckle contrast imaging with one-dimensional mechanical scanning | |
| Sacha et al. | Development and qualification of a machine learning algorithm for automated hair counting | |
| US20120078114A1 (en) | System and method for real-time perfusion imaging | |
| KR102588193B1 (ko) | Rf신호로부터 혈류의 속력을 측정하는 방법 | |
| CN114708207B (zh) | 基于Yolo v3改进的红外热像颈椎部位提取的方法 | |
| CN113506266B (zh) | 舌头腻苔的检测方法、装置、设备及存储介质 | |
| CN113744358B (zh) | 一种基于gpu加速的三维粒子场及速度场重建方法 | |
| TW201617031A (zh) | 加速與強化聲波散射影像視覺化之方法 | |
| CN108720826A (zh) | 基于激光散斑的运动伤害预警方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210409 |