全球数字财富领导者

北京大学取得基于机器学习的光学相干血管造影成像方法专利,能够生成信噪比更高、血管连接度更好的血管造影图

2024-02-28 08:46:31
金融界
金融界
关注
0
0
获赞
粉丝
喜欢 0 0收藏举报
— 分享 —
摘要:金融界2024年2月28日消息,据国家知识产权局公告,北京大学取得一项名为“一种基于机器学习的光学相干血管造影成像方法“,授权公告号CN112085830B,申请日期为2019年6月。专利摘要显示,本发明公开了一种基于机器学习的光学相干血管造影成像方法。本发明利用OCTA设备采集得到的样品的OCT三维结构图像,生成网络模型训练所需的原始数据集,剔除配准效果较差的整组OCT结构图像,采用OCTA算法进行造影成像生成训练数据集,建立机器学习网络模型并训练机器学习网络模型,从而通过机器学习网络模型进行OCTA造影;本发明在OCTA领域能够发挥巨大作用,能够生成信噪比更高、血管连接度更好的血管造影图,并且在很大程度上抑制了OCT图像中常见的散斑效应;标签图像是由算法自动生成,扩大了这一方法的适用性而不受到不同系统带来本身系统误差的影响;能够使用更小的探测功率进行成像减少伤害,或在成像时减少成像所需的数据量,能够更快的完成扫描。

金融界2024年2月28日消息,据国家知识产权局公告,北京大学取得一项名为“一种基于机器学习的光学相干血管造影成像方法“,授权公告号CN112085830B,申请日期为2019年6月。

专利摘要显示,本发明公开了一种基于机器学习的光学相干血管造影成像方法。本发明利用OCTA设备采集得到的样品的OCT三维结构图像,生成网络模型训练所需的原始数据集,剔除配准效果较差的整组OCT结构图像,采用OCTA算法进行造影成像生成训练数据集,建立机器学习网络模型并训练机器学习网络模型,从而通过机器学习网络模型进行OCTA造影;本发明在OCTA领域能够发挥巨大作用,能够生成信噪比更高、血管连接度更好的血管造影图,并且在很大程度上抑制了OCT图像中常见的散斑效应;标签图像是由算法自动生成,扩大了这一方法的适用性而不受到不同系统带来本身系统误差的影响;能够使用更小的探测功率进行成像减少伤害,或在成像时减少成像所需的数据量,能够更快的完成扫描。

敬告读者:本文为转载发布,不代表本网站赞同其观点和对其真实性负责。FX168财经仅提供信息发布平台,文章或有细微删改。
go