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：合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)

摘要：本发明公开了一种电子显微镜联合去噪与分割方法、系统、设备及存储介质，它们是一一对应的方案，方案中：构建的去噪与分割模型实现噪声条件下的电镜图像去噪和分割，实现两个子任务（图像去噪任务与图像分割任务）之间的互相增益，模型中的融合网络结合了分割先验用于电镜图像去噪，以提高去除噪声并保留有用结构的能力，同时隐性地提升了分割性能；通过本发明获得的去噪电镜图像，可以接近在高电压，长曝光时间下得到的干净电镜图像，同时保持细胞结构上的完整性和细节特征，获得的分割结果可以精确地分割出感兴趣的目标实例。

主权项：1.一种电子显微镜联合去噪与分割方法，其特征在于，包括：构建训练数据集，包括：噪声与干净电镜图像对以及亲和度标签，其中，干净电镜图像是不含噪声的电镜图像；构建去噪与分割模型并使用训练数据集进行训练，所述去噪与分割模型包括：去噪网络、分割网络与融合网络；输入噪声电镜图像至去噪网络，获得初步去噪图像，并经分割网络输出预测的亲和度图；融合网络中，以预测的亲和度图作为引导重建出去噪电镜图像，在重建的过程中，以结构感知的方式将预测的亲和度图中包含的语义信息逐步融合至初步去噪图像的特征中，最终重建出去噪电镜图像；结合初步去噪图像与对应干净电镜图像的差异、去噪电镜图像与对应干净电镜图像的差异、以及预测的亲和度图与亲和度标签的差异构建训练优化目标，并对去噪与分割模型进行训练；将给定电子显微镜输入至训练后的去噪与分割模型，获得去噪电镜图像，以及对应的预测的亲和度图，并将预测的亲和度图处理为分割结果；所述在重建的过程中，以结构感知的方式将预测的亲和度图中包含的语义信息逐步融合至初步去噪图像的特征中，最终重建出去噪电镜图像包括：在融合网络中配置特征提取模块、实例嵌入模块与解码器网络；通过特征提取模块分别提取预测的亲和度图的特征以及初步去噪图像的特征；通过实例嵌入模块将预测的亲和度图的特征作为引导，结合注意力机制以结构感知的方式融合预测的亲和度图的特征与初步去噪图像的特征，获得融合后的图像特征，并且继续与预测的亲和度图的特征进行融合，最后一次融合后获得最终的图像特征；通过解码器网络结合所述最终的图像特征重建出去噪电镜图像；结合注意力机制以结构感知的方式融合预测的亲和度图的特征与初步去噪图像的特征包括：将预测的亲和度图的特征与初步去噪图像的特征转换为相同的维度，获得转换后的初步去噪图像的特征，以及转换后的预测的亲和度图的特征；其中，n是与融合次数相关的序号，表示当前正在第n+1次融合后过程；结合注意力机制计算注意力图，表示为： ；其中，表示多头注意力机制，它是注意力机制的一种形式，为计算出的注意力图；对进行激活，并与转换后的初步去噪图像的特征相加，得到融合后的图像特征，表示为： ；其中，ReLU为修正线性单元，它是一种激活函数。

全文数据：

权利要求：

百度查询： 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 电子显微镜联合去噪与分割方法、系统、设备及存储介质