恭喜國科大杭州高等研究院顧程鑫獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜國科大杭州高等研究院申請的專利一種醫學光譜重建方法及裝置獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119027342B 。
龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411517102.0,技術領域涉及:G06T5/70;該發明授權一種醫學光譜重建方法及裝置是由顧程鑫;謝璐璠;劉迪;潘明忠;馬曉鵬;張成龍;許學森設計研發完成,并于2024-10-29向國家知識產權局提交的專利申請。
本一種醫學光譜重建方法及裝置在說明書摘要公布了:本發明涉及圖像處理技術領域,具體涉及一種醫學光譜重建方法及裝置,該方法包括:首先對原始高光譜圖像進行降維與特征提取處理,并生成第一圖像空間;再對該第一圖像空間添加前向噪聲,以生成加噪圖像,并將該加噪圖像和第一RGB圖像作為聯合訓練數據,輸入至待訓練的殘差去噪網絡模型中進行訓練;之后基于訓練后的該殘差去噪網絡模型,并結合第二RGB圖像的光譜信息,對目標噪聲圖像進行反向迭代去噪處理,以生成第二圖像空間,最后對該第二圖像空間進行數據重構處理,獲得目標噪聲圖像對應的重建高光譜圖像。本發明可以更好地模擬高光譜數據的分布和變化,實現分辨率平衡,提高重構的準確性和可靠性。
本發明授權一種醫學光譜重建方法及裝置在權利要求書中公布了:1.一種醫學光譜重建方法,其特征在于,所述方法包括:獲取原始高光譜圖像;對所述原始高光譜圖像進行降維與特征提取處理,并生成第一圖像空間;對所述第一圖像空間添加前向噪聲,以生成加噪圖像;將所述加噪圖像和第一RGB圖像作為聯合訓練數據,輸入至待訓練的殘差去噪網絡模型中進行訓練,并獲取訓練后的所述殘差去噪網絡模型;基于訓練后的所述殘差去噪網絡模型,并結合第二RGB圖像的光譜信息,對目標噪聲圖像進行反向迭代去噪處理,以生成第二圖像空間;對所述第二圖像空間進行數據重構處理,獲得所述目標噪聲圖像對應的重建高光譜圖像;所述對所述原始高光譜圖像進行降維與特征提取處理,并生成第一圖像空間,包括:計算所述原始高光譜圖像對應的協方差矩陣,并對所述協方差矩陣進行特征值分解,以獲取特征值和所述特征值對應的特征向量;根據所述特征值的大小,提取前目標數量個所述特征向量構建變換矩陣,以提取主成分信息;基于所述變換矩陣,將所述原始高光譜圖像投影到所述主成分信息的方向上,并獲取投影后的數據表示;基于所述投影后的數據表示,構建所述第一圖像空間;所述第一圖像空間中的每個像素點由所述主成分信息進行表示;述基于訓練后的所述殘差去噪網絡模型,并結合第二RGB圖像的光譜信息,對目標噪聲圖像進行反向迭代去噪處理,以生成第二圖像空間,包括:獲取待處理的目標噪聲圖像以及與所述目標噪聲圖像空間對齊的第二RGB圖像;基于目標迭代次數,以所述目標噪聲圖像為初始輸入進行反向迭代去噪處理,并獲取迭代后最終生成的第二圖像空間,在每次迭代中執行以下步驟:將當前噪聲圖像輸入至已訓練的殘差去噪網絡模型,并結合所述第二RGB圖像的光譜信息,輸出所述當前噪聲圖像對應的預測噪聲;根據所述當前噪聲圖像對應的預測噪聲,對所述當前噪聲圖像進行更新,并獲取更新后的噪聲圖像。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人國科大杭州高等研究院,其通訊地址為:310024 浙江省杭州市西湖區象山支弄1號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。