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：齐鲁工业大学(山东省科学院)
申请日：2024-04-29
公开（公告）日：2024-06-25
公开（公告）号：CN118096584B
主分类号：G06T5/70
分类号：G06T5/70;G06T5/50;G06T5/90;G06T5/60;G06N3/0464;G06N3/048;G06N3/08
优先权：
专利状态码：有效-授权
法律状态：2024.06.25#授权;2024.06.14#实质审查的生效;2024.05.28#公开
摘要：本发明公开了基于上下文感知和多尺度扩散网络的超声图像增强方法，涉及超声图像技术领域，包括以下步骤：S1：数据集收集并预处理：收集大量的超声图像数据，并进行预处理，预处理包括对图像进行标准化及增强对比度，以减少数据中的不一致性和噪声对增强效果的影响；S2：上下文感知模块设计：采用金字塔型主网络作为上下文感知模块。本发明充分利用图像的上下文信息和多尺度特征，有效提高超声图像的质量、清晰度和细节恢复能力。
主权项：1.基于上下文感知和多尺度扩散网络的超声图像增强方法，其特征在于，包括以下步骤：S1：数据集收集并预处理：收集大量的超声图像数据，并进行预处理，预处理包括对图像进行标准化及增强对比度，以减少数据中的不一致性和噪声对增强效果的影响；S2：上下文感知模块设计：采用金字塔型主网络作为上下文感知模块，在网络中使用卷积层和池化层，以增强对图像特征的提取和上下文感知能力，并引入非线性激活函数和批量归一化技术，增强网络的非线性建模能力和收敛速度；S3：多尺度扩散模块设计：设计多个并行的扩散处理器，每个处理器负责在不同尺度上执行扩散操作，通过设置不同的卷积核大小或引入多尺度的卷积操作，实现多尺度扩散处理；S4：特征融合模块设计：在多尺度扩散模块输出的特征图之间引入特征融合模块，以整合多尺度特征，采用跳跃连接及注意力机制，将来自不同尺度的特征进行融合，特征融合后的特征图具有更丰富的多尺度信息，可用于下一步的图像增强处理；S5：损失函数设计：设计损失函数来指导网络训练，使用像素级差异损失、感知损失或结构相似性损失，以衡量增强结果与参考高分辨率图像之间的相似性和质量；S6：训练和优化：使用预处理后的超声图像数据集进行网络的训练，并采用优化算法来优化网络参数，使得网络能够逐渐收敛并获得好的增强效果；S7：将训练好的网络进行测试。
全文数据：
权利要求：
百度查询： 齐鲁工业大学(山东省科学院) 基于上下文感知和多尺度扩散网络的超声图像增强方法
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