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：中国科学院生物物理研究所
摘要：本申请公开了一种自监督显微图像超分辨处理方法，包括：取决于光学成像系统的类型利用计算机对原始荧光图像数据进行图像预处理以获得训练集，在计算机中利用训练集训练对图像去噪与超分辨处理的神经网络，神经网络包括去噪部分以及解卷积部分，训练集包括输入图像数据以及真值输入图像数据，训练用输入图像先经去噪部分处理为去噪图像，再经解卷积部分处理为解卷积图像，去噪图像与训练用目标图像一起计算去噪损失，解卷积图像经过取决于光学成像系统的类型的退化处理后与训练用目标图像一起计算解卷积损失；利用训练完毕的神经网络对原始荧光图像数据或者利用光学成像系统对同一生物样本采集的附加荧光图像数据进行处理。
主权项：1.一种自监督显微图像超分辨处理方法，包括：利用光学成像系统100采集生物样本的原始荧光图像数据；取决于光学成像系统100的类型，利用计算机对所采集的原始荧光图像数据进行图像预处理以获得训练集，并且在计算机中利用所述训练集训练对图像去噪与超分辨处理的神经网络，其中所述神经网络包括去噪部分以及解卷积部分，其中，所述训练集包括输入图像数据以及真值输入图像数据，从所述输入图像数据以及所述真值输入图像数据中随机抽取其中同一位置的像素块，进行随机旋转、翻转后分别作为训练用输入图像和训练用目标图像，所述训练用输入图像先经所述去噪部分处理为去噪图像，再经所述解卷积部分处理为解卷积图像，所述去噪图像与训练用目标图像一起计算去噪损失，所述解卷积图像经过取决于光学成像系统100的类型的退化处理后与所述训练用目标图像一起计算解卷积损失，在所述神经网络的训练过程中，损失函数包括所述去噪损失和所述解卷积损失或者仅包括所述解卷积损失；利用训练完毕的神经网络对所述原始荧光图像数据或者利用所述光学成像系统100对同一生物样本采集的附加荧光图像数据进行处理。
全文数据：
权利要求：
百度查询： 中国科学院生物物理研究所 自监督显微图像超分辨处理方法和系统
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