원래 이름 기록: 盛恩（北京）医药科技有限公司

本申请提供一种基于图像分析的皮肤纹理深度测定方法、系统、电子设备及存储介质，涉及图像分析技术领域，本申请通过采集目标对象皮肤表面的可见光图像、近红外图像及交叉偏振光图像，形成多模态图像；对多模态图像进行空间对齐，并对空间对齐后的多模态图像进行融合处理，得到包含表皮纹理、皮下血管及油脂分布的初始复合特征图；基于生成对抗网络，对初始复合特征图中质量值低于预设质量阈值的像素的特征进行超分辨率重建，得到目标复合特征图；通过级联分类器的前级筛选单元对目标复合特征图中的特征进行筛选，基于筛选的特征，通过级联分类器的后级解析单元进行三维解析，以实现皮肤纹理深度的测定，提升皮肤纹理深度测定的准确性与全面性。

本申请提供一种基于3D点云重构的创面愈合进度预测方法、系统、电子设备及存储介质，涉及3D点云重构技术领域，本申请通过获取创面的反射光谱数据和初始三维点云数据，生成含血红蛋白浓度、组织氧合状态等生物指标的光谱特征向量。处理初始点云得保留空间形态的目标数据，将光谱特征值与目标点云空间坐标逐点融合，生成三维点云数据立方体。用3D卷积神经网络提取立方体中空间结构特征，通过光流法追踪相邻时间点的光谱特征变化量，耦合两者。基于耦合结果构建细胞迁移图，分析图中节点连接强度变化趋势，得到创面愈合进度预测结果，能够提升创面愈合进度预测的准确性与全面性。

本申请提供一种多中心CT血管成像数据的三维重建与量化分析一致性控制方法、系统、电子设备及存储介质，涉及医学影像处理技术领域，其中，该方法包括：首先同步获取多中心CT血管成像的原始投影数据、血管中心线拓扑数据及血管呼吸运动位移数据，基于呼吸运动位移数据生成血管形变校正矩阵，利用该矩阵对血管中心线数据进行动态时空配准获得校正后的中心线数据；随后将校正后的中心线数据与原始投影数据输入多模态特征融合网络进行三维重建，生成初始血管模型；接着对初始模型进行形态学参数量化分析；最后将分析结果与临床标准比对并调整模型参数，输出目标血管三维模型。本申请提升了血管模型重建的几何准确性和临床适用性。