一种提高内窥镜深度图质量的方法、装置及设备

    公开(公告)号:CN118691472A

    公开(公告)日:2024-09-24

    申请号:CN202410741979.1

    申请日:2024-06-11

    Abstract: 本发明提供一种提高内窥镜深度图质量的方法、装置及设备,包括:构建样本集及双输入超分辨率神经网络,神经网络中用于提取高分辨率内窥镜彩色图像的高频特征及低分辨率内窥镜深度图像的深度图特征,将高频特征与深度图特征进行聚合,得到各级融合特征;对各级融合特征进行重建,得到高分辨率内窥镜深度预测图像;如此,由于内窥镜彩色图像和内窥镜深度图可以看作同一场景的不同表达模态,深度表示位置空间,彩色图像则是位置空间、纹理和光照的混合;高分辨率彩色图像可以为低分辨率深度图提供更为准确的空间边缘、物体轮廓等高频信息,因此将高频特征和低分辨率内窥镜深度图像进行融合后,可为深度图像补充高频信息,提高内窥镜深度图像的质量。

    一种基于隐式神经表征网络的超声断层声速成像方法

    公开(公告)号:CN119516013A

    公开(公告)日:2025-02-25

    申请号:CN202411416198.1

    申请日:2024-10-11

    Abstract: 本发明属于超声声速图像重建技术领域,具体涉及一种基于隐式神经表征网络的超声断层声速成像方法,包括:对断层平面成像区域划分网格,并对所有网格进行块划分,确定每个网格块中任一网格的二维坐标,将该二维坐标转换为高维特征向量;所有高维特征向量输入预训练隐式神经表征网络,输出值作为对应网格块的声速分布值,对各网格块处的声速分布值进行空间排布,将排布结果中每个网格块处的声速分布值映射至实际声速值范围,得到断层平面成像区域的声速图像;对声速图像进行正演得到模拟生成的声场数据,与实际观测的声场数据进行对比,优化网络参数,将最终的声速图像作为重建结果。本发明能在无需准确初始声速模型下保证超声断层声速成像精度。

    基于神经网络的非监督式超声断层声速成像方法及设备

    公开(公告)号:CN118096913A

    公开(公告)日:2024-05-28

    申请号:CN202410177596.6

    申请日:2024-02-08

    Abstract: 本发明公开了基于神经网络的非监督式超声断层声速成像方法及设备,属于超声声速成像技术领域,方法包括:(S1)基于神经网络建立生成器网络;(S2)将预先生成的噪声图像输入生成器网络,以生成初始声速图像;(S3)将初始声速图像中的声速值转换至预设声速范围内,得到声速图像;(S4)将声速图像转换为声压分布信号,作为模拟信号;(S5)将采集自待成像组织的声压分布信号作为观测信号,计算模拟信号与观测信号之间的差异,并由此计算梯度,根据梯度对生成器网络的参数更新;(S6)重复执行(S2)~(S5)直至达到迭代终止条件;(S7)输出当前的声速图像。本发明能够在保证声速成像的高分辨率的同时,提高声速成像的泛化性和稳定性。

Patent Agency Ranking