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：复旦大学
申请日：2024-03-26
公开（公告）日：2024-06-21
公开（公告）号：CN118230105A
主分类号：G06V10/80
分类号：G06V10/80;G06V10/77;G06V10/82;G06V10/778;G06N3/0464;G06N3/082
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明涉及图像融合技术领域，具体为一种基于ViT的多尺度医学图像融合方法，包括以下步骤：S1：获取若干台数据采集设备，将数据采集设备的总数量记为M，基于数据采集设备获取多尺度医学图像数据，构成数据集；S2：将训练集输入到多尺度嵌入模块，基于切分模块将输入的训练集切分成多个子切片；基于嵌入映射模块将多个子切片映射为一维向量，得到子切片嵌入向量；S3：基于ViT构建多尺度特征提取模块，基于多尺度特征提取模块对各个子切片嵌入向量进行特征信息提取，得到多尺度特征信息，能够更全面的将所有多尺度特征信息进行逐个融合，更加准确的获取到多尺度图像融合后的符合临床实际需求的新医学图像。
主权项：1.一种基于ViT的多尺度医学图像融合方法，其特征在于，包括以下步骤：S1：获取若干台数据采集设备，将数据采集设备的总数量，基于数据采集设备获取多尺度医学图像数据，构成数据集；将所述数据集按照比例拆分为训练集和测试集；S2：将训练集输入到多尺度嵌入模块，所述多尺度嵌入模块包括切分模块和嵌入映射模块，基于切分模块将输入的训练集切分成多个子切片；基于嵌入映射模块将多个子切片映射为一维向量，得到子切片嵌入向量；S3：基于ViT构建多尺度特征提取模块，基于多尺度特征提取模块对各个子切片嵌入向量进行特征信息提取，得到多尺度特征信息，所述特征信息至少包含图像的物体信息、纹理信息、颜色信息和图像边缘信息；S4：将提取到的多尺度特征信息输入到多尺度融合网络；基于多尺度融合网络对所述多尺度特征信息进行迭代训练，得到多尺度融合模型，其中，迭代训练的多尺度特征信息至少包括训练权重值以及随机参数值；S5：获取测试集，将测试集输入到多尺度融合模型中，得到融合后需求尺度图像。
全文数据：
权利要求：
百度查询： 复旦大学 一种基于ViT的多尺度医学图像融合方法
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