恭喜中南民族大学唐奇伶获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜中南民族大学申请的专利基于多尺度结构相似性和长程依赖性的图像合成法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114187217B 。
龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111404670.6,技术领域涉及:G06T5/50;该发明授权基于多尺度结构相似性和长程依赖性的图像合成法及装置是由唐奇伶;郭金鑫;李帅先;蔡碧莲;卢玉红;张美玲设计研发完成,并于2021-11-24向国家知识产权局提交的专利申请。
本基于多尺度结构相似性和长程依赖性的图像合成法及装置在说明书摘要公布了:本发明公开了一种基于多尺度结构相似性和长程依赖性的图像合成法及装置,搭建了一个新颖的全卷积网络,并将自注意力机制融合其中,解决了传统卷积网络只能感受到局部信息的缼点,通过加入对抗性学习策略,从而更好地建模从源图像3TMRI或T1MRI到目标图像7TMRI或T2MRI的非线性映射,通过提出一个新的多尺度结构相似性损失函数来帮助更新网络模型参数及保持图像边缘清晰;通过使用长残差单元和自动上下文模型进一步提高图像全局信息的学习效率。本发明利用建立了一个通用有效的从源图像到目标图像的医学图像跨模态合成模型,增强了图像边缘锐利,提高了合成医学图像的视觉质量,模型具有较好的鲁棒性。
本发明授权基于多尺度结构相似性和长程依赖性的图像合成法及装置在权利要求书中公布了:1.一种基于多尺度结构相似性和长程依赖性的图像合成法,其特征在于,该图像合成法包括以下步骤S1、获取图像训练数据集及该图像训练数据集对应的目标图像一;S2、对所述训练图像数据进行预处理,得到源图像补丁;S3、建立生成式对抗网络,并设置网络层数、训练批数和混合损失函数,在第一层卷积运算后引入自注意力机制,得到具有全局信息表达能力的图像合成网络;具体步骤如下:S31、建立生成式对抗网络,该生成式对抗网络由生成器网络和判别器网络两部分组成;具体步骤为:将所述源图像补丁输入生成对抗网络中的生成器网络,输出目标图像二,所述目标图像二为分辨率、模态不同的图像;根据所述目标图像一中各像素点的像素值和所述目标图像二中对应的像素值,确定生成器网络中的混合损失函数;根据所述混合损失函数,将所述目标图像二与目标图像一中对应的像素点进行比较,对比对应的混合损失函数值,得到最小化混合损失函数时的生成目标图像;通过判别器网络得到所述生成目标图像属于所述目标图像一或所述目标图像二的概率,将所述概率进行指数运算或对数运算得到判别损失以训练所述判别器网络,并将所述判别损失作为所述生成器网络的生成损失值,进一步训练所述生成器网络以提高生成器网络的性能;将所述图像训练数据集中的训练样本逐批次输入训练完成后的生成器网络,输出新的训练结果图像,根据所述新的训练结果图像,通过反向传播得到生成器梯度,根据所述梯度更新生成器网络的参数,得到最小化混合损失函数时的生成式对抗网络;S32、在生成器网络中引入自注意力机制,建立图像区域间的长程依赖性,进而得到具有全局信息表达能力的图像合成网络;S4、将所述源图像补丁输入到所述图像合成网络中,输出所述目标图像一的合成结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中南民族大学,其通讯地址为:430074 湖北省武汉市洪山区民族大道708号、823号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。