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：佛山市第一人民医院

摘要：本发明涉及光声图像重建技术领域。本发明的目的是要提供一种光声图像重建算法的构建方法及光声图像重建方法，旨在解决传统的光声图像重建方法图像重建精度不高的问题，本发明构建的光声图像重建算法，通过引入图像分割部分，并设计权重共享神经网络，即权重参数共享的深度神经网络，来提取图像高维不变性特征，通过图像分割模型和图像重建模型，在网络训练过程中同步进行，从而通过图像分割任务提高图像重建任务精度，使得该光声图像重建方法在完成光声图像分割任务的同时，增加光声图像重建精度。适用于光声图像重建。

主权项：1.光声图像重建算法的构建方法，其特征在于：包括：S1：构建数据库：对开源数据库fundusoculi中的原始图像采用MATLAB工具箱k-wave生成模拟出对应的光声信号及对应的真实光声图像，构建有监督深度学习数据库，所述有监督深度学习数据库中包含训练集样本及测试集样本，所述训练集样本及测试集样本分别包括多个样本，针对任意一个样本，均包含原始图像、对应的光声信号及对应的真实光声图像；S2：构建光声图像重建算法的模型网络结构：所述光声图像重建算法的模型网络结构为有监督学习模型，包括图像分割编码器、光声信号编码器、光声图像编码器、权重共享神经网络、图像分割解码器及图像重建解码器，所述图像分割编码器的输出、光声信号编码器的输出及光声图像编码器的输出作为权重共享神经网络的输入，权重共享神经网络的输出分别作为图像分割解码器及图像重建解码器的输入；所述图像分割编码器、光声信号编码器、光声图像编码器、图像分割解码器及图像重建解码器均基于卷积神经网络设计，所述图像分割编码器、光声信号编码器及光声图像编码器使用最大池化层不断对输入数据做下采样计算，所述图像分割解码器及图像重建解码器使用反卷积层做图像上采样，得到的图像分割结果和图像重建结果维度为H，W,1，其中H和W分别表示原始图像尺寸，1表示输出结果是单通道图像；S3：对光声图像重建算法的模型网络结构进行训练：采用所述有监督深度学习数据库中的训练集样本对光声图像重建算法的模型网络结构进行训练，将样本的原始图像、对应的光声信号及对应的训练光声图像分别作为图像分割编码器、光声信号编码器、光声图像编码器的输入数据，图像分割解码器、图像重建解码器分别输出光声图像分割结果、光声图像重建结果；所述对应的训练光声图像为根据光声信号基于时间反溯法重建的光声图像；其中，图像分割编码器输出针对原始图像的高维特征表示结果光声信号编码器和光声图像编码器分别输出经过特征提取后的高维特征表示结果，并在图像通道维度级联生成与同时输入权重共享神经网络，两个子模型同时训练，数据分别传输，权重共享神经网络输出的结果分别作为图像分割解码器和图像重建解码器的输入，权重共享神经网络针对图像分割和重建两个任务，使用同样的网络权重参数；训练完成后得到光声图像重建算法。

全文数据：

权利要求：

百度查询： 佛山市第一人民医院 光声图像重建算法的构建方法及光声图像重建方法