恭喜浙江工业大学韦子晗获国家专利权
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!
龙图腾网恭喜浙江工业大学申请的专利一种基于渐进式生成网络的医学图像增广方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN113052171B 。
龙图腾网通过国家知识产权局官网在2024-09-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202110314935.7,技术领域涉及:G06V10/25;该发明授权一种基于渐进式生成网络的医学图像增广方法是由韦子晗;赵柯尔;赵雨舟;管秋;徐涵杰;陈奕州设计研发完成,并于2021-03-24向国家知识产权局提交的专利申请。
本一种基于渐进式生成网络的医学图像增广方法在说明书摘要公布了:一种基于渐进式生成网络的医学图像增广方法,提出了一种基于纹理连续性辨别和图像重构约束的渐进式生成网络,并构建了新颖的增广方法。该方法可依据无病灶感兴趣区域ROI图像的纹理信息和带病灶ROI图像的病灶信息生成带病灶的ROI合成图。所得ROI合成图被无缝blending入无病灶真实图的对应位置以增广病灶检测器的训练样本。为保证ROI合成图的临床表征和纹理连续性满足检测训练的要求,“先降后升”的渐进式生成策略被提出。此外,病灶周边区域的纹理连续性辨别方法被设计,重构损失对生成网络的约束被利用。
本发明授权一种基于渐进式生成网络的医学图像增广方法在权利要求书中公布了:1.一种基于渐进式生成网络的医学图像增广方法,其特征在于,包括如下步骤:1训练样本的处理:为使所提模型在训练过程中更好地利用size区间内的病灶的图像信息,以输出带有较小病灶的合成图,对无病灶整图X和带病灶整图Y进行数据处理;2网络层数的渐进式增加过程:在渐进式生成训练之前,En和G在xrs-n和yrs-n上进行“编码-解码”的预训练,编码器的训练损失项见公式1:Lencoder=||xrs-n-GEnxrs-n||1+||yrs-n-GEnyrs-n||11渐进式生成的训练过程的网络层层数是逐渐增加的,当Enfuse,G-1,Dt-1和Dc-1的训练完成时,所得syn-yrs-1的质量令人满意;3所提的优化目标:为保证生成的syn-yrs-n在被reshape成syn-yn后,其临床表征准确且边缘纹理能与背景图的纹理连续的效果,各级分辨率ROI图像的生成训练都以该效果为目标,即各级训练的优化目标相同,所提模型都被三个损失项所约束,三个损失项为重构损失、条件辨别损失和纹理辨别损失;4总体优化目标:对于每一个分辨率级别上的训练,新增入G中的网络模块都是经过预训练的,而新增入Dc和Dt的网络模块的参数都是随机初始化的,先对Dc和Dt进行训练,使其辨别性能略胜于合成器的生成性能,其优化目标见公式9:LDc-i=minDc-iLcDis-i;LDt-i=minDmed-iLmed-i,minDftLft9接着合成器根据反向传播的损失函数进行优化,合成器的优化目标见公式10:LGen-i-1st=minG-iLrec-1LGen-i-2nd=maxG-i,EnfuseLcDis-i+λLmed-i+βLft10。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江工业大学,其通讯地址为:310014 浙江省杭州市下城区朝晖六区潮王路18号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。