龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：复旦大学
摘要：本发明提供一种基于全声物理网络的声全息重建方法，无需任何额外的计算机运算，即可实现超快声全息重建，并有效抑制重建伪影，提高重建图像质量，减小计算复杂性。在该方法中，提出一种三层的相位调制声衍射网络作为声全息重建的深度学习模型，基于损失函数和角谱法生成的训练数据进行优化训练后，只要将声全息图输入至训练好的模型，即可在输出平面快速得到声全息重建图像。由于采用结构简单的衍射网络，因此便于在实际物理场景应用，并且还具有空间声学衍射的连通性和并行性的优点，同时对各种形态的成像目标皆具有较高鲁棒性，避免参数依赖性。还由于该方法除入射声场之外，纯声学驱动，无需额外驱动，因此还具有高处理速度，低耗能的优点。
主权项：1.一种基于全声物理网络的声全息重建方法，其特征在于，包括以下步骤：步骤S1，基于声衍射网络构建全声物理网络模型，包括搭建三层的相位调制声衍射网络和设计损失函数；步骤S2，基于预设的超声成像系统对成像物体进行成像生成相应的声全息图，通过角谱法对所述声全息图进行数值仿真，得到对应的仿真声全息图作为训练数据；步骤S3，基于所述损失函数和所述训练数据对所述全声物理网络模型进行训练优化；步骤S4，基于训练好的全声物理网络模型，对待测声全息图进行声全息重建，从而得到高质量去伪影的重建图像。
全文数据：
权利要求：
百度查询： 复旦大学 一种基于全声物理网络的声全息重建方法
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