【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及一種基于波前傳感技術(shù)的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)系統(tǒng)及方法，屬于光波前調(diào)制和視覺增強(qiáng)。
技術(shù)介紹
1、在現(xiàn)代醫(yī)學(xué)中，白內(nèi)障是導(dǎo)致視覺障礙和失明的主要原因之一。傳統(tǒng)的白內(nèi)障治療方法主要包括手術(shù)和藥物治療，但這些方法存在一定的風(fēng)險(xiǎn)和局限性。隨著光學(xué)技術(shù)的發(fā)展，基于光學(xué)原理的視覺增強(qiáng)技術(shù)逐漸成為研究熱點(diǎn)。然而，如何在非侵入性條件下實(shí)現(xiàn)對(duì)白內(nèi)障患者視覺的實(shí)時(shí)增強(qiáng)，仍是一個(gè)亟待解決的問題。
2、光波前調(diào)制技術(shù)近年來在視覺增強(qiáng)領(lǐng)域取得了顯著進(jìn)展。白內(nèi)障散射晶體使得進(jìn)入眼睛的光波前畸變，通過空間光調(diào)制器對(duì)波前進(jìn)行調(diào)整，能夠有效地修正視力缺陷，提高視覺質(zhì)量。對(duì)于白內(nèi)障患者，由于眼內(nèi)晶狀體渾濁，傳統(tǒng)的視力矯正方法效果有限。基于波前傳感技術(shù)的視覺增強(qiáng)系統(tǒng)能夠通過精確的波前調(diào)制，在非侵入性條件下實(shí)現(xiàn)對(duì)白內(nèi)障患者視覺的實(shí)時(shí)增強(qiáng)。
3、深度神經(jīng)網(wǎng)絡(luò)(dnn)作為人工智能的核心技術(shù)之一，在圖像處理和優(yōu)化方面展現(xiàn)出強(qiáng)大的性能。卷積神經(jīng)網(wǎng)絡(luò)(cnn)在處理圖像數(shù)據(jù)方面表現(xiàn)尤為卓越，能夠有效地提取圖像的空間特征，廣泛應(yīng)用于圖像分類、圖像分割和圖像增強(qiáng)等任務(wù)。近年來，u-net等深度學(xué)習(xí)模型在醫(yī)學(xué)圖像處理中的應(yīng)用越來越廣泛，能夠提供高效的圖像復(fù)原和增強(qiáng)解決方案。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的是為了解決上述現(xiàn)有技術(shù)的不足之處，提供一種基于波前傳感技術(shù)的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)系統(tǒng)，該系統(tǒng)能夠克服現(xiàn)有白內(nèi)障治療方法的局限性，實(shí)現(xiàn)對(duì)白內(nèi)障患者視覺的實(shí)時(shí)增強(qiáng)，提高患者的生活質(zhì)量，具體通過光路、軟
2、本專利技術(shù)的另一目的在于提供一種白內(nèi)障視覺實(shí)時(shí)增強(qiáng)方法。
3、本專利技術(shù)的目的可以通過采取如下技術(shù)方案達(dá)到：
4、一種基于波前傳感技術(shù)的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)系統(tǒng)，包括相機(jī)模塊、擴(kuò)束器、偏振片、分束鏡、光調(diào)制部件、散射介質(zhì)和聚焦透鏡，所述擴(kuò)束器、偏振片、分束鏡、散射介質(zhì)和聚焦透鏡依次相連，所述光調(diào)制部件對(duì)分束鏡分離的光束進(jìn)行光波前的相位調(diào)制，所述相機(jī)模塊采集未經(jīng)散射介質(zhì)擾動(dòng)的清晰圖像以及由光調(diào)制部件調(diào)制光束透過散射介質(zhì)經(jīng)聚焦透鏡聚焦的模糊圖像，基于清晰圖像和模糊圖像的目標(biāo)區(qū)域圖像質(zhì)量?jī)?yōu)化光調(diào)制部件相位。
5、進(jìn)一步的，所述相機(jī)模塊包括第一相機(jī)和第二相機(jī)，所述第一相機(jī)采集未經(jīng)散射介質(zhì)擾動(dòng)的清晰圖像，所述第二相機(jī)采集由光調(diào)制部件調(diào)制光束透過散射介質(zhì)經(jīng)聚焦透鏡聚焦的模糊圖像，用于模擬人眼視網(wǎng)膜。
6、本專利技術(shù)的另一目的可以通過采取如下技術(shù)方案達(dá)到：
7、一種白內(nèi)障視覺實(shí)時(shí)增強(qiáng)方法，基于上述的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)系統(tǒng)實(shí)現(xiàn)，所述方法包括：
8、相機(jī)模塊的第一相機(jī)捕捉未經(jīng)散射介質(zhì)擾動(dòng)的清晰圖像；
9、激光器產(chǎn)生的光束通過擴(kuò)束器進(jìn)行擴(kuò)展，偏振片控制擴(kuò)展光束的偏振狀態(tài)，分束鏡將光束進(jìn)行分離，光調(diào)制部件對(duì)分離的光束進(jìn)行光波前的相位調(diào)制，調(diào)制光束回到分束鏡，分束鏡的調(diào)制光束透過散射介質(zhì)經(jīng)聚焦透鏡聚焦；
10、相機(jī)模塊的第二相機(jī)捕捉調(diào)制光束透過散射介質(zhì)經(jīng)聚焦透鏡聚焦的模糊圖像；
11、基于清晰圖像和模糊圖像的目標(biāo)區(qū)域圖像質(zhì)量?jī)?yōu)化光調(diào)制部件相位，得到全局最優(yōu)調(diào)制相位數(shù)據(jù)；
12、根據(jù)清晰圖像、模糊圖像和全局最優(yōu)調(diào)制相位數(shù)據(jù)，對(duì)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；
13、基于訓(xùn)練后的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型，輸入實(shí)時(shí)采集的圖像數(shù)據(jù)，通過預(yù)測(cè)和優(yōu)化相位調(diào)制參數(shù)，實(shí)時(shí)調(diào)整光調(diào)制部件，使得白內(nèi)障患者在視覺圖像目標(biāo)區(qū)域上的實(shí)時(shí)增強(qiáng)效果達(dá)到最優(yōu)。
14、進(jìn)一步的，所述基于清晰圖像和模糊圖像的目標(biāo)區(qū)域圖像質(zhì)量?jī)?yōu)化光調(diào)制部件相位，具體包括：
15、基于清晰圖像和模糊圖像的目標(biāo)區(qū)域圖像質(zhì)量，采用迭代優(yōu)化算法優(yōu)化光調(diào)制部件相位。
16、進(jìn)一步的，所述基于清晰圖像和模糊圖像的目標(biāo)區(qū)域圖像質(zhì)量，采用迭代優(yōu)化算法優(yōu)化光調(diào)制部件相位，具體包括：
17、將清晰圖像和模糊圖像的目標(biāo)區(qū)域圖像質(zhì)量進(jìn)行對(duì)比，作為迭代優(yōu)化算法是否收斂的判斷依據(jù)，使得迭代后的光調(diào)制部件相位逐漸向最優(yōu)調(diào)制相位收斂。
18、進(jìn)一步的，所述迭代優(yōu)化算法采用連續(xù)序列算法，用于通過逐步調(diào)整相位來搜尋全局最優(yōu)解，以獲得最優(yōu)調(diào)制相位。
19、進(jìn)一步的，所述迭代優(yōu)化算法采用遺傳算法，用于通過模擬自然選擇和遺傳變異來搜索全局最優(yōu)解，以獲得最優(yōu)調(diào)制相位。
20、進(jìn)一步的，所述根據(jù)清晰圖像、模糊圖像和全局最優(yōu)調(diào)制相位數(shù)據(jù)，對(duì)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，具體包括：
21、輸入模糊圖像和相應(yīng)的全局最優(yōu)調(diào)制相位，目標(biāo)輸出為清晰圖像，采用均方誤差mse作為損失函數(shù)，并使用adam優(yōu)化器最小化損失函數(shù)，優(yōu)化深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型相應(yīng)參數(shù)，訓(xùn)練過程中調(diào)整深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型參數(shù)，使得深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型能夠準(zhǔn)確預(yù)測(cè)最優(yōu)相位調(diào)制方案，從而增強(qiáng)圖像質(zhì)量。
22、進(jìn)一步的，所述深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型為u-net卷積神經(jīng)網(wǎng)絡(luò)模型。
23、進(jìn)一步的，所述u-net卷積神經(jīng)網(wǎng)絡(luò)模型包括編碼器和解碼器；
24、所述編碼器通過一系列卷積層和池化層，逐步提取輸入圖像的特征，逐層降低空間維度，瓶頸層連接編碼器和解碼器，通過卷積操作提取高層次特征，所述解碼器通過反卷積層逐步恢復(fù)圖像的空間分辨率，通過跳躍連接將編碼器相應(yīng)層的特征圖直接傳遞給解碼器，從而保留更多的圖像細(xì)節(jié)。
25、本專利技術(shù)相對(duì)于現(xiàn)有技術(shù)具有如下的有益效果：
26、1、本專利技術(shù)系統(tǒng)包括相機(jī)模塊、擴(kuò)束器、偏振片、分束鏡、空間光調(diào)制器、散射介質(zhì)、聚焦透鏡，相機(jī)模塊負(fù)責(zé)捕捉正常人眼所應(yīng)接受到的清晰圖像以及調(diào)制光束透過散射介質(zhì)后的模糊圖像，擴(kuò)束鏡將光束擴(kuò)展至適當(dāng)大小，偏振片控制光的偏振狀態(tài)以優(yōu)化系統(tǒng)性能，分束鏡實(shí)現(xiàn)光信號(hào)的分離和組合，空間光調(diào)制器進(jìn)行光波前的調(diào)制，散射介質(zhì)模擬白內(nèi)障患者的眼部渾濁情況以進(jìn)行系統(tǒng)測(cè)試，通過這些模塊的優(yōu)化組合，能夠在光路搭建上實(shí)現(xiàn)高效、精準(zhǔn)的視覺增強(qiáng)效果。
27、2、本專利技術(shù)引入迭代優(yōu)化算法，通過對(duì)圖像目標(biāo)區(qū)域質(zhì)量的反饋迭代，能夠有效提升目標(biāo)區(qū)域的圖像質(zhì)量。這種方法相比傳統(tǒng)的靜態(tài)圖像處理技術(shù)，具備更高的動(dòng)態(tài)優(yōu)化能力和適應(yīng)性，能夠?qū)崟r(shí)調(diào)整優(yōu)化策略，從而獲得最佳的視覺增強(qiáng)效果。
28、3、本專利技術(shù)通過使用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型，在圖像處理和增強(qiáng)方面展現(xiàn)了卓越的性能，深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型優(yōu)選采用u-net卷積神經(jīng)網(wǎng)絡(luò)模型，u-net卷積神經(jīng)網(wǎng)絡(luò)模型的編碼器-解碼器結(jié)構(gòu)使其能夠高效地提取和恢復(fù)圖像的空間特征，尤其適合于處理白內(nèi)障患者的視覺圖像，與傳統(tǒng)圖像處理方法相比，深度學(xué)習(xí)模型具有更高的精度和效率，能夠?qū)崟r(shí)預(yù)測(cè)和生成最優(yōu)相位調(diào)制方案，從而顯著增強(qiáng)視覺質(zhì)量。
29、4、本專利技術(shù)通過精確的波前調(diào)制，實(shí)現(xiàn)了非侵入性的視覺增強(qiáng)，相比傳統(tǒng)的手術(shù)和藥物治療，這種方法不僅避免了治療過程中的風(fēng)險(xiǎn)和不適，還能夠提供即時(shí)的視覺改善效果，患者本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于波前傳感技術(shù)的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)系統(tǒng)，其特征在于，包括相機(jī)模塊、擴(kuò)束器、偏振片、分束鏡、光調(diào)制部件、散射介質(zhì)和聚焦透鏡，所述擴(kuò)束器、偏振片、分束鏡、散射介質(zhì)和聚焦透鏡依次相連，所述光調(diào)制部件對(duì)分束鏡分離的光束進(jìn)行光波前的相位調(diào)制，所述相機(jī)模塊采集未經(jīng)散射介質(zhì)擾動(dòng)的清晰圖像以及由光調(diào)制部件調(diào)制光束透過散射介質(zhì)經(jīng)聚焦透鏡聚焦的模糊圖像，基于清晰圖像和模糊圖像的目標(biāo)區(qū)域圖像質(zhì)量?jī)?yōu)化光調(diào)制部件相位。
2.根據(jù)權(quán)利要求1所述的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)系統(tǒng)，其特征在于，所述相機(jī)模塊包括第一相機(jī)和第二相機(jī)，所述第一相機(jī)采集未經(jīng)散射介質(zhì)擾動(dòng)的清晰圖像，所述第二相機(jī)采集由光調(diào)制部件調(diào)制光束透過散射介質(zhì)經(jīng)聚焦透鏡聚焦的模糊圖像，用于模擬人眼視網(wǎng)膜。
3.一種白內(nèi)障視覺實(shí)時(shí)增強(qiáng)方法，基于權(quán)利要求1-2任一項(xiàng)所述的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)系統(tǒng)實(shí)現(xiàn)，其特征在于，所述方法包括：
4.根據(jù)權(quán)利要求3所述的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)方法，其特征在于，所述基于清晰圖像和模糊圖像的目標(biāo)區(qū)域圖像質(zhì)量?jī)?yōu)化光調(diào)制部件相位，具體包括：
5.根據(jù)權(quán)利要求4所述的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)方法，
6.根據(jù)權(quán)利要求4-5任一項(xiàng)所述的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)方法，其特征在于，所述迭代優(yōu)化算法采用連續(xù)序列算法，用于通過逐步調(diào)整相位來搜尋全局最優(yōu)解，以獲得最優(yōu)調(diào)制相位。
7.根據(jù)權(quán)利要求4-5任一項(xiàng)所述的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)方法，其特征在于，所述迭代優(yōu)化算法采用遺傳算法，用于通過模擬自然選擇和遺傳變異來搜索全局最優(yōu)解，以獲得最優(yōu)調(diào)制相位。
8.根據(jù)權(quán)利要求3所述的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)方法，其特征在于，所述根據(jù)清晰圖像、模糊圖像和全局最優(yōu)調(diào)制相位數(shù)據(jù)，對(duì)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，具體包括：
9.根據(jù)權(quán)利要求3所述的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)方法，其特征在于，所述深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型為U-Net卷積神經(jīng)網(wǎng)絡(luò)模型。
10.根據(jù)權(quán)利要求9所述的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)方法，其特征在于，所述U-Net卷積神經(jīng)網(wǎng)絡(luò)模型包括編碼器和解碼器；
...【技術(shù)特征摘要】
1.一種基于波前傳感技術(shù)的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)系統(tǒng)，其特征在于，包括相機(jī)模塊、擴(kuò)束器、偏振片、分束鏡、光調(diào)制部件、散射介質(zhì)和聚焦透鏡，所述擴(kuò)束器、偏振片、分束鏡、散射介質(zhì)和聚焦透鏡依次相連，所述光調(diào)制部件對(duì)分束鏡分離的光束進(jìn)行光波前的相位調(diào)制，所述相機(jī)模塊采集未經(jīng)散射介質(zhì)擾動(dòng)的清晰圖像以及由光調(diào)制部件調(diào)制光束透過散射介質(zhì)經(jīng)聚焦透鏡聚焦的模糊圖像，基于清晰圖像和模糊圖像的目標(biāo)區(qū)域圖像質(zhì)量?jī)?yōu)化光調(diào)制部件相位。
2.根據(jù)權(quán)利要求1所述的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)系統(tǒng)，其特征在于，所述相機(jī)模塊包括第一相機(jī)和第二相機(jī)，所述第一相機(jī)采集未經(jīng)散射介質(zhì)擾動(dòng)的清晰圖像，所述第二相機(jī)采集由光調(diào)制部件調(diào)制光束透過散射介質(zhì)經(jīng)聚焦透鏡聚焦的模糊圖像，用于模擬人眼視網(wǎng)膜。
3.一種白內(nèi)障視覺實(shí)時(shí)增強(qiáng)方法，基于權(quán)利要求1-2任一項(xiàng)所述的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)系統(tǒng)實(shí)現(xiàn)，其特征在于，所述方法包括：
4.根據(jù)權(quán)利要求3所述的白內(nèi)障視覺實(shí)時(shí)增強(qiáng)方法，其特征在于，所述基于清晰圖像和模糊圖像的目標(biāo)區(qū)域圖像質(zhì)量?jī)?yōu)化光調(diào)制部件相位，具體包括：
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：陳重江，陳譽(yù)銘，張淑月，鐘厚利，
申請(qǐng)(專利權(quán))人：福建醫(yī)科大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。