[发明专利]一种虚拟多平面成像系统及方法有效

专利信息
申请号: 202010266158.9 申请日: 2020-04-07
公开(公告)号: CN111352229B 公开(公告)日: 2021-10-08
发明(设计)人: 袁菁;张德洁;龚辉 申请(专利权)人: 华中科技大学
主分类号: G02B21/36 分类号: G02B21/36;G02B21/00;G06N3/08
代理公司: 杭州宇信知识产权代理事务所(普通合伙) 33231 代理人: 王健
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 虚拟 平面 成像 系统 方法
【权利要求书】:

1.一种虚拟多平面成像系统,包括:

神经网络结构设置模块:用于搭建神经网络结构,将对待成像样本获得的一帧下的N张图像作为输入图像,将所述N张图像对应的轴向K个平面图像作为输出图像,设置输入图像及输出图像的尺寸,其中,K、N均为正整数,且N≥2,K≥2,所述一帧下的N张图像为利用多阵列探测器对一个平面扫描样本采集的N张图像;

训练学习模块:将对参照样本成像获得的一帧下的N张图像作为参照输入图像,并将所述参照样本的不同轴向的K个平面图像作为参照输出图像,用于将所述参照输入图像及参照输出图像按照所述设置的输入图像及输出图像的尺寸进行拆分后形成图像训练对,将所述图像训练对输入所述神经网络结构中进行训练,以获得训练完成的神经网络;

重建清晰图像模块:将所述待成像样本获得的一帧下的N张图像作为输入图像,依据所述设置的输入图像尺寸进行拆分后,输入所述训练完成的神经网络中进行重建,依据所述设置的输出图像的尺寸输出所述待成像样本的轴向K个平面图像。

2.根据权利要求1所述的虚拟多平面成像系统,其特征在于,所述不同轴向的K个平面图像的相邻图像的轴向间隔相同,且为z0

3.根据权利要求2所述的虚拟多平面成像系统,其特征在于,所述输入图像的尺寸为N*A*B,所述输出图像的尺寸为K*A*B,所述输入图像与输出图像的A*B个像素一一对齐,其中,A、B均为正整数。

4.根据权利要求3所述的虚拟多平面成像系统,其特征在于,还包括图像采集模块,包括显微镜及探测器,所述探测器为N线阵列探测器,用于对样本成像时获取一帧下的N张图像。

5.根据权利要求4所述的虚拟多平面成像系统,其特征在于,所述轴向间隔z0具体为:

z0=2λ/NA2

其中,λ是样本发射的波长,NA为显微镜的物镜的数值孔径。

6.根据权利要求5所述的虚拟多平面成像系统,其特征在于,所述不同轴向的K个平面图像数量满足:K≤9。

7.根据权利要求3-5任一所述的虚拟多平面成像系统,其特征在于,所述A与B的范围为:A≤256,B≤256。

8.根据权利要求4或5所述的虚拟多平面成像系统,其特征在于,所述显微镜为线共聚焦扫描显微镜。

9.一种虚拟多平面成像方法,其特征在于,包括:

设置神经网络结构:搭建神经网络结构,将对待成像样本获得的一帧下的N张图像作为输入图像,将所述N张图像对应的轴向K个平面图像作为输出图像,设置输入图像及输出图像的尺寸,其中,K、N均为正整数,且N≥2,K≥2,所述一帧下的N张图像为利用多阵列探测器对一个平面扫描样本采集的N张图像;

训练学习:将对参照样本成像获得的一帧下的N张图像作为参照输入图像,并将所述参照样本的不同轴向的K个平面图像作为参照输出图像,用于将所述参照输入图像及参照输出图像按照所述设置的输入图像及输出图像的尺寸进行拆分后形成图像训练对,将所述图像训练对输入所述神经网络结构中进行训练,以获得训练完成的神经网络;

重建清晰图像:将所述待成像样本获得的一帧下的N张图像作为输入图像,依据所述设置的输入图像尺寸进行拆分后,输入所述训练完成的神经网络中进行重建,依据所述设置的输出图像的尺寸输出所述待成像样本的轴向K个平面图像。

10.根据权利要求9所述的虚拟多平面成像方法,其特征在于,还包括获取图像,采用显微镜与多阵列探测器,通过显微镜对样本获取成像范围后通过所述多阵列探测器对所述样本进行成像以在一帧下获得多张图像,轴向移动样本或显微镜并通过所述多阵列探测器的最中心的一列探测器对所述样本在轴向上形成多个平面图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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华中科技大学,未经华中科技大学许可,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/202010266158.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top