龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：深圳扬奇医芯智能科技有限公司
申请日：2023-07-31
公开（公告）日：2024-06-14
公开（公告）号：CN116777793B
主分类号：G06T5/70
分类号：G06T5/70;G06N3/0895
优先权：
专利状态码：有效-授权
法律状态：2024.06.14#授权;2023.10.10#实质审查的生效;2023.09.19#公开
摘要：本发明公开了基于对数引导对比学习的医学影像提示去噪技术，涉及医学影像去噪技术领域。本发明包括数据采集与处理，从医院获取多个病人多种噪声水平的数据集以及高质量数据；正负样本采集，在对数引导对比学习训练的每个轮数内，对数据集中所有切片进行一次对比训练；搭建模型时输出1024维特征向量，从输入的带噪图像中学习不同噪声分布；损失函数中，为对数引导对比学习设计一个损失函数；设计验证指标中，为对数引导对比学习设计两种验证指标；训练对比模型中调整模型参数细节。本发明医学影像提示去噪技术，利用对比学习去学习不同噪声强度的信息，同时使用对数函数去引导对比学习中正负样本对比，加速模型收敛。
主权项：1.基于对数引导对比学习的医学影像提示去噪技术，其特征在于，包括进行数据采集与处理、正负样本采集、搭建模型、损失函数、设计验证指标、训练对比模型和测试对比模型和图像复原模型；所述数据采集与处理，从医院获取多个病人多种噪声水平的数据集以及高质量数据，将其分为分别负责不同部分的对比学习数据集和图像复原数据集，所述正负样本采集，在对数引导对比学习训练的每个轮数内，对数据集中所有切片进行一次对比训练，所述搭建模型时，在对数引导对比学习任务中，通过ResNet去掉原有全连接层，其余保持不变，最后输出1024维特征向量，目的是从输入的带噪图像中学习不同噪声分布，同时ResNet外接一个引导全连接层，输出1维噪声强度值；所述损失函数中，为对数引导对比学习设计一个损失函数，所述设计验证指标中，为对数引导对比学习设计两种验证指标，一是在线验证指标，为训练阶段的对数引导对比损失函数，二是离线验证指标，为主观判断t-sne或pca的聚类情况，所述训练对比模型中，通过损失函数监控噪声强度拟合情况和正负样本区分度，及时调整模型参数细节；所述测试对比模型和图像复原模型中，在对比模型训练完成后，将训练好的模型和模型参数用于对比学习测试集上进行测试，通过在线计算测试集的对数引导对比损失，以及离线绘画t-sne或pca降维图像综合评估模型的性能。
全文数据：
权利要求：
百度查询： 深圳扬奇医芯智能科技有限公司 基于对数引导对比学习的医学影像提示去噪技术
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号