恭喜杭州電子科技大學潘浩獲國家專利權
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!
龍圖騰網恭喜杭州電子科技大學申請的專利一種基于細節增強的醫學圖像超分辨率重建方法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:CN119671856B 。
龍圖騰網通過國家知識產權局官網在2025-05-09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:202510199201.7,技術領域涉及:G06T3/4053;該發明授權一種基于細節增強的醫學圖像超分辨率重建方法是由潘浩;房濤設計研發完成,并于2025-02-24向國家知識產權局提交的專利申請。
本一種基于細節增強的醫學圖像超分辨率重建方法在說明書摘要公布了:本發明公開了一種基于細節增強的醫學圖像超分辨率重建方法,該方法首先收集肺部CT圖像,對圖像進行預處理后進行下采樣操作,將下采樣前后的圖像一一對應構成訓練集。其次構建包括生成器和鑒別器的生成對抗網絡結構,并基于下采樣前后的圖像數據進行訓練。最后將圖像采集時獲取的肺部CT圖像傳入訓練后的生成器,進行測試,得到細節特征增強后的肺部CT重建圖像。本發明根據細節不清的低分辨率肺部CT圖像,可以得到紋理細節清晰的高分辨率肺部CT圖像。
本發明授權一種基于細節增強的醫學圖像超分辨率重建方法在權利要求書中公布了:1.一種基于細節增強的醫學圖像超分辨率重建方法,其特征在于,包括如下步驟:S1、收集肺部CT圖像,對圖像進行預處理后進行下采樣操作,將下采樣前后的圖像一一對應構成訓練集;S2、構建包括生成器和鑒別器的生成對抗網絡結構,并基于下采樣前后的圖像數據進行訓練;所述生成器采用殘差神經網絡,包括五個卷積、一個Gabor細節特征提取模塊、一個最近鄰上采樣層、一個平均池化層以及殘差連接;具體實現包括如下步驟:步驟S21,前三個卷積相連初步提取圖像信息,后接Gabor細節特征提取模塊以提取紋理細節信息;所述Gabor細節特征提取模塊由兩個卷積、Gabor卷積、基元提取層和平均池化層組成,具體實現如下:記輸入特征圖為Ii,經一個卷積和激活函數初步提取圖像信息,再分別經一個卷積提取圖像總體特征和一個Gabor卷積并經過激活函數提取圖像紋理細節特征,拼接得到多尺度特征圖It;對特征圖It進行基元提取,選取It的尺寸大小為n×n的中心區域記為Xtc,將It與Xtc按照合成公式合成產生基元信息即位置權重記為Pw,再將Pw與It相乘增強紋理細節特征,得到輸出特征圖Io;合成公式記為:Pw=sigmoidΦIt,Xtc;其中Φ函數則表示對It與Xtc之間可組合性的度量,記為:ΦIt,Xtc=-It-Xtc2;將特征圖Io經過一個平均池化進行降維并減少參數量;步驟S22,通過殘差連接將第一個卷積的輸出剪切到Gabor細節特征提取模塊的輸出得到特征圖H;步驟S23,經過最近鄰上采樣層提升特征圖H分辨率,后接兩個卷積;步驟S24,最后經過平均池化層對特征圖進行降維保證輸入輸出維度一致;S3、將圖像采集時獲取的肺部CT圖像傳入訓練后的生成器,進行測試,得到細節特征增強后的肺部CT重建圖像。
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杭州電子科技大學,其通訊地址為:310018 浙江省杭州市錢塘區白楊街道2號大街1158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。