买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东北大学秦皇岛分校

摘要：本发明提供一种OCT结合深度学习的小鼠脑血管成像方法，涉及OCT血管成像技术领域。首先，本发明利用SS‑OCT采集的单次扫描结构图和多帧平均结构图训练去噪网络，并将单幅结构图输入训练好的去噪网络进行去噪，以减少图片噪声并使结构图上的血管区域更加明显；其次，将通过去噪网络去噪后的结构图与相应的血管标签图输入到搭建好的血管分割网络进行训练，得到训练好的血管分割网络；然后，将采集的小鼠脑部多个位置的单幅结构图，先输入到去噪网络进行去噪，再将去噪后的结构图输入到分割网络中进行血管分割，将分割的结果与相应的结构图进行点乘，实现血管区域的提取；最后将这多个位置的血管图导入Amira软件，生成En‑face图，完成血管成像。

主权项：1.一种OCT结合深度学习的小鼠脑血管成像方法，其特征在于，包括以下步骤：步骤1：制作训练去噪网络的图像数据集；所述去噪网络数据集，采用OCT技术获得，包括从不同位置只进行一次扫描得到的OCTB-scan结构图和从相同位置重复扫描10次进行平均去噪后的B-scan结构图。前者作为去噪网络的原始图像，后者作为去噪网络的标签；步骤2：基于监督学习的训练方法，利用步骤1获得的图像数据集训练去噪网络；步骤3：获取结构图和血管图；所述结构图是利用SS-OCT在连续多个位置单次扫描获得的。所述血管图是利用OCTA技术获得的，它在对应位置进行10次扫描获得的10幅结构图，将10幅B-scan结构图进行比较，并通过空间聚焦和算法去除静态血管结构，仅显示血液流动的区域，这样就可以获得高分辨率的血管图像；步骤4：制作训练血管分割网络的图像数据集，图像数据集中包含原始图像和血管标签图；所述原始图像为，利用步骤2中训练好的去噪网络对步骤3中的单次扫描结构图进行去噪得到的。所述分割标签图是对步骤3中的血管图像进行图像处理得到的，具体的图像处理过程是，首先对血管图像进行阈值分割，得到二值化图像，再对二值化图像进行腐蚀、膨胀处理，去除噪声并扩充血管区域，这样得到的原始图像和分割标签图是一一对应的，进而构成训练分割网络的图像数据集；步骤5：基于监督学习的训练方法，利用步骤4获得的图像数据集训练血管分割网络；步骤6：采用OCT技术对小鼠脑部连续多个位置进行单次扫描获得结构图，采用OCTA技术获得对应位置的血管图；步骤7：利用步骤2训练好的去噪网络对步骤6采集的单次扫描结构图进行去噪，得到去噪后的结构图，将去噪后的结构图输入到步骤5训练好的血管分割网络进行分割，保存血管分割的结果，血管分割结果是二值图；步骤8：将步骤7中的血管分割结果与对应的去噪后的结构图进行点乘，实现从结构图上对血管区域的提取；步骤9：利用Amira软件生成En-face图，完成血管成像；将步骤6中采用传统OCTA技术获得的对应位置的血管图导入到Amira软件中，通过调节各种参数，使血管成像的显示效果达到最好，生成En-face图，同时将步骤8中得到的血管图导入Amira软件，调节参数，生成En-face图，完成血管成像，并将结果与传统OCTA技术得到的血管图进行对比。

全文数据：

权利要求：

百度查询： 东北大学秦皇岛分校 一种OCT结合深度学习的小鼠脑血管成像方法