[发明专利]一种级联医学图像增强方法有效

专利信息
申请号: 202110113305.3 申请日: 2021-01-27
公开(公告)号: CN112767377B 公开(公告)日: 2022-07-05
发明(设计)人: 林劼;党元;李继演;伍双楠;王勇 申请(专利权)人: 电子科技大学
主分类号: G06T7/00 分类号: G06T7/00;G06T5/00;G06V10/74;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 成都金英专利代理事务所(普通合伙) 51218 代理人: 袁英
地址: 610041 四川省成*** 国省代码: 四川;51
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 级联 医学 图像 增强 方法
【权利要求书】:

1.一种级联医学图像增强方法,其特征在于,包括以下步骤:

步骤1:带血污图像的生成,清晰医学图像和随机噪声联合输入,用深度学习模型1处理联合输入的图像特征,得到带血污图像;

步骤2:带血污图像的判别,用深度学习模型2处理生成的带血污的图像和纯血污原图像,判断两张图像是否相似;若不相似,则更新深度学习模型2的神经网络梯度;若相似则跳转到步骤3;

步骤3:清晰图像的级联生成,清晰图像的级联生成分为三个阶段,在第一阶段,带血污图像输入生成网络VQ-VAE,生成血污残差图像,将血污残差图像与清晰医学图像相加得到清晰图像,以得到清晰图像作为带血污图像输入第二阶段;第二阶段和第三阶段重复第一阶段步骤,并以第三阶段输出的清晰图像作为最后的清晰图像结果。

2.根据权利要求1所述的一种级联医学图像增强方法,其特征在于,所述步骤1包括以下子步骤:

步骤101:准备训练样本,训练样本为清晰医学图像和纯血污原图像;

步骤102:神经网络设计,训练网络是神经网络池化层和卷积层组合成的生成网络;

步骤103:首先,对于清晰医学图像,进行两次卷积操作,具体为:图像特征维数为3×4n×4n的清晰医学图像Iclear一次卷积后得到维数为b×2n×2n的图像特征F2,F2再一次卷积后得到维数为a×n×n图像特征F1;其中a,b,n均为正整数;然后,生成维数为1×1×m的噪声N0,调整噪声的结构得到维数为a×n×n噪声N1,其中m=a×n×n;N1+F1作为输入进行一次上采样和卷积得到维数为b×2n×2n噪声N2;N2+F2作为输入进行一次上采样和卷积得到维数为3×4n×4n噪声N3,N3+Iclear得到维数为3×4n×4n带血污图像Inoise

3.根据权利要求2所述的一种级联医学图像增强方法,其特征在于,所述图像特征维数表示为O×P×Q,其中O表示通道数,P表示长度,Q表示宽度,且O,P,Q均为正整数。

4.根据权利要求1所述的一种级联医学图像增强方法,其特征在于,所述步骤2包括以下子步骤:

步骤201:准备训练样本,训练样本为带血污图像和纯血污原图像;

步骤202:神经网络设计,判别网络是卷积神经网络;

步骤203:首先,对于生成网络生成的带血污图像,依次进行两次卷积操作和一次全连接操作,得到维度为1×1的特征F;对于纯血污原图像,进行与带血污图像相同的处理,得到维度为1×1的特征F';然后,计算F与F'损失;更新设计的神经网络的梯度。

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电子科技大学,未经电子科技大学许可,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/202110113305.3/1.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