[发明专利]基于无监督学习的生物活体血管成像数据的增强方法及装置有效
申请号: | 202010145022.2 | 申请日: | 2020-03-04 |
公开(公告)号: | CN111445428B | 公开(公告)日: | 2023-05-16 |
发明(设计)人: | 方璐;马少华;王勇;季梦奇;蒋胜威;王好谦;戴琼海 | 申请(专利权)人: | 清华大学深圳国际研究生院 |
主分类号: | G06T5/50 | 分类号: | G06T5/50;G06N3/088 |
代理公司: | 深圳新创友知识产权代理有限公司 44223 | 代理人: | 王震宇 |
地址: | 518055 广东省深圳市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 监督 学习 生物 活体 血管 成像 数据 增强 方法 装置 | ||
1.一种基于无监督学习的生物活体血管成像数据的增强方法,其特征在于,包括以下步骤:
A1、利用非侵入式荧光成像技术对小鼠脑部血管和/或小鼠肠部血管实施活体动态成像;
A2、通过域迁移的方式,利用开源的眼底视网膜的血管二值图像作为目标域,以无监督学习的方式从步骤A1得到的图像中提取出具有血管表征的部分;
A3、将步骤A2提取出的具有血管表征的部分进行视觉增强。
2.如权利要求1所述的基于无监督学习的生物活体血管成像数据的增强方法,其特征在于,步骤A1中,所述利用非侵入式荧光成像对小鼠脑部血管实施活体动态成像,包括:
在近红外波段内,透过小鼠颅骨和脑部皮肤,对小鼠脑部血管实施活体动态成像。
3.如权利要求1所述的基于无监督学习的生物活体血管成像数据的增强方法,其特征在于,步骤A1中,所述利用非侵入式荧光成像对小鼠肠部血管实施活体动态成像,包括:
在近红外波段内,透过小鼠腹部皮肤和腹膜,对小鼠肠部血管实施活体动态成像。
4.如权利要求1至3任一项所述的基于无监督学习的生物活体血管成像数据的增强方法,其特征在于,还包括使用步骤A2获得的血管特征信息训练神经网络模型,将训练好的模型对待重建图片进行多尺度测试融合。
5.一种基于无监督学习的生物活体血管成像数据的增强装置,其特征在于,包括:
成像装置,其经配置以用于:利用非侵入式荧光成像技术对小鼠脑部血管和/或小鼠肠部血管实施活体动态成像;
处理器,其经配置以用于:通过域迁移的方式,利用开源的眼底视网膜的血管二值图像作为目标域,以无监督学习的方式从成像装置得到的图像中提取出具有血管表征的部分;将提取的具有血管表征的部分进行视觉增强。
6.如权利要求5所述的基于无监督学习的生物活体血管成像数据的增强装置,其特征在于,所述处理器使用获得的血管特征信息训练神经网络模型,将训练好的模型对待重建图片进行多尺度测试融合。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学深圳国际研究生院,未经清华大学深圳国际研究生院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010145022.2/1.html,转载请声明来源钻瓜专利网。