一种基于卷积神经网络的傅里叶叠层显微图像去噪方法
实质审查的生效
摘要
本发明公开了一种基于卷积神经网络的傅里叶叠层显微图像去噪方法，包括以下步骤：S1、利用傅里叶叠层显微系统对人体血细胞样本进行成像，制作数据集；S2、搭建卷积神经网络；S3、将训练集的输入送入到卷积神经网络的编码模块、去噪模块和解码模块，利用卷积神经网络的特性，抑制噪声信息通道的表达；S4、利用L1损失函数反复迭代优化卷积神经网络，完成卷积神经网络的训练；S5、利用卷积神经网络对实际采集的傅里叶显微图像进行去噪，获得高质量重建图像。本发明结合傅里叶叠层显微系统获得的强度图和相位图，利用深度学习方法的优势，改善了传统重建算法的噪声问题，给医学高质量成像提供了一种准确科学的算法。
基本信息
专利标题 ：
一种基于卷积神经网络的傅里叶叠层显微图像去噪方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114331911A
申请号 ：
CN202210007222.0
公开（公告）日 ：
2022-04-12
申请日 ：
2022-01-05
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
许廷发张瑾华李佳男张继洲陈毅文
申请人 ：
北京理工大学重庆创新中心;北京理工大学
申请人地址 ：
重庆市渝北区龙兴镇曙光路9号9幢
代理机构 ：
成都九鼎天元知识产权代理有限公司
代理人 ：
刘世权
优先权 ：
CN202210007222.0
主分类号 ：
G06T5/00
IPC分类号 ：
G06T5/00 G06T5/50 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06T 5/00
申请日 : 20220105
申请日 : 20220105
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
