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:江南大学
摘要:本发明公开了一种基于多尺度循环扩散模型的类器官显微图像重构方法,属于计算机视觉、深度学习技术领域。本发明提出了多尺度循环类器官显微扩散重构方法来重构高质量的类器官显微图像,具体来说,此方法将生成扩散模型与传统的迭代算法相结合,从参数高斯过程的噪声输入中有效地提取特征。随后,通过加入循环隐藏连接,模型捕捉表征的能力得到增强,从而加快了训练过程的收敛速度。同时,本发明使用多尺度图像作为输入,使模型能够获取更全面、更丰富的图像信息,从而增强了特征捕捉能力和模型的鲁棒性。
主权项:1.一种类器官显微图像重构方法,其特征在于,所述方法包括:步骤1:采集类器官培养孔板图像;步骤2:基于所述类器官培养孔板图像,收集明视野图像,按间隔获取类器官细胞图像;步骤3:将步骤2获得的系列类器官细胞图像作为扩散过程的初始状态,逐步向原始图像中添加高斯噪声,添加高斯噪声为马尔科夫链过程,每一步都将图像的像素值变为更接近高斯分布的值,最终获得全高斯噪声图;步骤4:逐步将所述全高斯噪声图从有噪声图像向无噪声图像进行恢复,这个过程同样是一个马尔科夫链过程,每一步都将像素值调整为更接近原始无噪声图像的值,在去噪的过程中利用递归迭代卷积网络RICN加快获取图像特征;步骤5:利用多尺度图像特征提取方法对步骤4得到的去噪图像进行特征提取,并设置扩散系数和去噪系数,通过多次迭代和优化,确保有效去除噪声,并同时保留图像的细节和特征,得到重构完成的图像。
全文数据:
权利要求:
百度查询: 江南大学 一种基于多尺度循环扩散模型的类器官显微图像重构方法
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。