[发明专利]一种基于残差编码解码的医学图像降噪方法在审
| 申请号： | 201910586767.X | 申请日： | 2019-07-01 |
| 公开（公告）号： | CN110310244A | 公开（公告）日： | 2019-10-08 |
| 发明（设计）人： | 滕月阳;薛恒志 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04;G06K9/62 |
| 代理公司： | 大连东方专利代理有限责任公司 21212 | 代理人： | 李馨 |
| 地址： | 110819 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 解码 残差编码 卷积神经网络 医学图像 降噪 预处理 非线性关系 高质量图像 分层网络 高级特征 数据训练 图像边缘 图像降噪 像素数据 训练数据 训练样本 有效地 成像 标签 采集 学习 | ||
1.一种基于残差编码解码的医学图像降噪方法，其特征在于，步骤包括：
S100、对采集的训练数据进行预处理；
S200、采用处理后的数据训练基于残差编码解码的卷积神经网络，所述网络包括编码器和解码器，所述编码器包括8个连续的卷积块，所述解码器包括11个卷积层和3个反卷积层；
S300、利用训练后的卷积神经网络对高噪图像降噪，得到高质量图像。
2.根据权利要求1所述的基于残差编码解码的医学图像降噪方法，其特征在于，步骤S100所述对采集的训练数据进行预处理，包括：
S110、分类收集训练数据，所述训练数据包括低质量图像和高质量图像；
S120、对收集的分类数据进行格式转化，便于后续直接处理；
S130、对可处理的分类数据进行扩充，以满足训练要求。
3.根据权利要求2所述的基于残差编码解码的医学图像降噪方法，其特征在于，步骤S130所述对可处理的分类数据进行扩充，包括：对数据进行随机水平翻转、随机像素平移、随机旋转和裁剪的方法来扩充数据集。
4.根据权利要求1所述的基于残差编码解码的医学图像降噪方法，其特征在于，步骤S200所述采用处理后的数据训练基于残差编码解码的卷积神经网络，包括：
S210、搭建基于残差编码解码神经网络，并设置各层卷积参数；
S220、将预处理后的低质量图像作为网络的训练输入、高质量图像作为网络训练标签，对模型进行训练。
5.一种存储介质，其包括存储的程序，其特征在于，所述程序执行权利要求1-4中任意一项所述的降噪方法。
6.一种处理器，其用于运行程序，其特征在于，所述程序执行权利要求1-4中任意一项所述的降噪方法。
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东北大学，未经东北大学许可，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/201910586767.X/1.html，转载请声明来源钻瓜专利网。
