Apr, 2023

用于观察血管结构异常的实时浅表静脉成像系统

PDF
TL;DR本研究开发了一种使用近红外线（NIR）的便携式显微镜面部血管成像设备，并使用 OpenCV 进行图像和视频分析，通过对糖尿病志愿者和非糖尿病志愿者的成像对比中成功观察到其表面血管结构的缠曲程度，为医疗保健人员提供了早期诊断和治疗跟踪的可能性。
vascular imagingnear-infrared deviceopencvdiabetestortuosity
发现论文，激发创造
  • 深度学习和计算机视觉技术用于微循环分析：一综述

    该研究回顾了 50 多篇相关论文并提出了最有前途的计算机视觉算法，以实现微循环图像分析的自动化，从而为其他研究人员开发微循环分析系统和算法提供了指导手册。

    May, 2022

  • 视网膜图像中血管的自动定位

    本文研究了两种自动化的血管定位方法，用于处理健康和不健康（病理性）视网膜图像，通过降低亮斑效应和使用多尺度线运算符定位线状血管结构来忽略黑斑病变。通过与现有解决方案的定量和定性比较，结果表明这些方法与其他解决方案高度可比。

    Oct, 2023

  • 扩散模型生成具有结构现实性的视网膜底部图像

    使用扩散模型生成解剖准确的血管结构视网膜图像，评估表明该方法提高了数据增强和血管分割的性能并可以构建独立的数据集。

    May, 2023

  • 基于边缘人工智能的前臂前纹识别器用于高效静脉穿刺

    使用近红外成像和深度学习技术结合，针对在抗压部位可见静脉较少的病人，通过构建新的数据集、提出修改的 U-Net 模型以及应用于便携式静脉导引设备，成功实现了静脉分割和定位，展现了在资源受限的低成本设备中有潜在的良好性能。

    Oct, 2023

  • 虚拟夹具辅助机器人进行深静脉血栓超声检查

    深静脉血栓（DVT）是一种常见的血管疾病，血栓形成在深部静脉内，可能阻塞血流，甚至导致危及生命的肺栓塞。为了减轻内部和间变异性，我们提出了一个具有新颖的混合力运动控制方案的机器人超声（US）系统，确保位置和力追踪精度，并使探针软着陆在目标表面。此外，我们提出了基于路径的虚拟夹具，实现了易于人机交互的重复压迫操作，以进行局部淤塞部位的压迫操作。为了确保来自不同检查的生物测量数据可比性，通过使用外部 RGBD 相机和 US 图像，以粗到精的方式确定 6D 扫描路径。首先，RGBD 相机用于提取对象的粗略扫描路径。然后，使用来自 US 图像的分割血管腔来优化扫描路径，以确保目标物体的可见性。为了生成用于开发虚拟夹具的连续扫描路径，提出了基于弧长的考虑位置和方向的路径拟合模型。最后，整个系统在一个具有不均匀表面的类人臂幻影上进行了评估。

    Jan, 2024

  • 使用人工智能从结构性光学相干断层扫描生成视网膜流动图

    通过使用来自光学相干断层扫描血管造影 (OCTA) 的图像训练 AI 算法，我们可以通过标准的结构性光学相干断层扫描 (OCT) 图像来生成血管图，且模型的性能在微血管灌注方面与 OCTA 不相上下，表现明显优于专家临床医生的操作水平，并绕过了专家标注的负担和限制。这为医学成像提供了一种新的应用方法。

    Feb, 2018

  • LUNet：深度学习用于高分辨率眼底图像的细动脉和细静脉分割

    利用眼底数字成像技术，通过主动学习构建了一个新的数据集，其中包含由医学生及眼科医师审查的 240 个手动分割的视网膜小动脉和小静脉，开发了一种名为 LUNet 的新型深度学习架构，用于高分辨率的动静脉分割，并证明 LUNet 在多个测试集上显著优于其他分割算法。

    Sep, 2023

  • 时空超声定位显微镜的深度学习框架

    通过深度学习中的三维卷积神经网络，从具有高泡沫浓度的超声数据中恢复密集的血管网络。

    Oct, 2023

  • VTGAN: 使用视觉 Transformer 的半监督性视网膜图像生成和疾病预测

    本文提出了一种新的条件生成对抗网络（GAN），能够同时从眼底照片中合成荧光素血管造影图像，并预测视网膜退化，从而解决了以非侵 asive 的方式对眼底血管成像以及预测视网膜异常的问题。

    Apr, 2021

  • 基于便携式设备的眼底视频数据集用于视网膜血管分割

    本文介绍了一种采用手机作为数据采集设备的视觉调节分类视频数据集，通过空间和时间注释，在血管分割领域有着广泛而精确的应用，并希望对眼部疾病的诊断和早期预防有所贡献。

    Jul, 2023