首页> 中国专利> 基于深度学习的光学相干层析成像深度重建方法

基于深度学习的光学相干层析成像深度重建方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

一种基于深度学习的光学相干层析成像深度重建方法，包括步骤：1)准备训练样本：包括干涉信号数据及相对应的真实深度数据；2)训练神经网络学习干涉信号与真实深度之间的映射关系；3)获取待重建深度的干涉信号并使用模型进行深度重建。本发明利用深度学习实现光学相干层析成像过程中获取的干涉信号的深度重建(而非傅里叶变换方法)，其深度重建分辨率可以不受光源的中心波长或光谱宽度限制，对于光谱包络的平滑性也没有特别要求,干涉信号的获取可以通过去除参考臂的简化SD‑OCT方法。

著录项

公开/公告号CN111354055A

专利类型发明专利
公开/公告日2020-06-30

原文格式PDF
申请/专利权人西南科技大学;
展开▼

申请/专利号CN202010176600.9
发明设计人杨华;胡剑波;
展开▼

申请日2020-03-13
分类号
代理机构上海恒慧知识产权代理事务所(特殊普通合伙);
代理人张宁展
地址 621000 四川省绵阳市涪城区青龙大道中段59号
入库时间 2023-12-17 09:55:20

法律信息

法律状态公告日

法律状态信息

法律状态
2020-07-24

实质审查的生效 IPC(主分类):G06T11/00 申请日:20200313

实质审查的生效
2020-06-30

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于深度学习的光学相干层析成像深度重建方法 [P] . 中国专利： CN111354055A . 2020-06-30
2. 一种基于深度学习的下行信道快速重建方法 [P] . 中国专利： CN111181671B . 2022.01.11
3. DEEP LEARNING-BASED LOW DOSE PET 3D RECONSTRUCTION METHOD [P] . WO2021159948A1 . 2021-08-19

机译：基于深度学习的低剂量宠物3D重建方法
4. DEEP LEARNING-BASED THREE-DIMENSIONAL PIPELINE RECONSTRUCTION METHOD, SYSTEM, MEDIUM, AND APPARATUS [P] . WO2021179593A1 . 2021-09-16

机译：基于深度学习的三维管道重建方法，系统，中等和设备
5. DEEP LEARNING-BASED MAGNETIC RESONANCE SPECTROSCOPY RECONSTRUCTION METHOD [P] . 世界知识产权组织专利： WO2020151355A1 . 2020-07-30

机译：基于深度学习的磁共振波谱重建方法