近期，国家知识产权局发布了一则引人注目的公告，宣布北京大学成功取得一项名为“一种基于机器学习的光学相干血管造影成像方法”的专利。本文将深入解读这一创新技术，突显其在医学影像领域的重要性。
专利概要
专利信息：
专利名称：一种基于机器学习的光学相干血管造影成像方法
授权公告号：CN112085830B
申请日期：2019年6月
专利摘要： 该专利公开了一种利用机器学习的光学相干血管造影成像方法。关键步骤包括：
OCTA设备采集： 利用OCTA设备获取样品的OCT三维结构图像。
网络模型训练： 生成原始数据集，剔除配准效果较差的OCT结构图像，采用OCTA算法生成训练数据集。
机器学习网络模型建立： 建立并训练机器学习网络模型，通过这一模型进行OCTA造影。
技术优势：
通过机器学习网络模型进行OCTA造影，生成信噪比更高、血管连接度更好的血管造影图。
很大程度上抑制了OCT图像中常见的散斑效应。
标签图像由算法自动生成，提高了方法的适用性，不受不同系统带来的系统误差影响。
能够使用更小的探测功率进行成像，减少伤害，或在成像时减少所需的数据量，实现更快的扫描。
技术革新的影响
这一基于机器学习的光学相干血管造影技术具有巨大的潜力，不仅提高了医学影像的质量，而且在成像过程中减少了对患者的伤害。该技术将在医疗领域掀起一场革命，为医生提供更清晰、更准确的血管图像，有望在疾病诊断和治疗方面发挥重要作用。
