一种基于生成对抗网络的多任务医学图像增强方法
公开
摘要
本发明公开了一种基于生成对抗网络的多任务医学图像增强方法，用于实现医学图像的超分辨率和融合任务，包括以下步骤：步骤1，构建训练数据集，并对数据集进行预处理；步骤2，使用动态卷积和残差密集网络构成生成对抗网络模型；步骤3，设置所述网络模型的超参数和损失函数，并对所述损失函数进行优化；步骤4，输入预处理后的训练数据集到生成对抗网络模型，并训练网络得到已训练的生成对抗网络模型；步骤5，输入测试数据集到网络中，得到融合的超分辨率医学图像；步骤6，使用互信息Qmi和基于结构相似性设计的Qyang对融合的超分辨率医学图像质量进行评估。通过本发明的方法可以在一个网络中实现医学图像的超分辨率和融合任务。
基本信息
专利标题 ：
一种基于生成对抗网络的多任务医学图像增强方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114596285A
申请号 ：
CN202210232832.0
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
尹海涛岳勇赢
申请人 ：
南京邮电大学
申请人地址 ：
江苏省南京市栖霞区文苑路9号
代理机构 ：
南京正联知识产权代理有限公司
代理人 ：
张玉红
优先权 ：
CN202210232832.0
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06T5/00 G06T3/40 G06T3/60 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
G06T7/00
图像分析
法律状态
2022-06-07 ：
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
