[发明专利]基于注意力机制提升轮廓清晰度的超声图像超分辨率重建方法有效
申请号: | 201910045687.3 | 申请日: | 2019-01-17 |
公开(公告)号: | CN109919838B | 公开(公告)日: | 2023-02-14 |
发明(设计)人: | 刘娇蛟;李薿 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G06T3/40 | 分类号: | G06T3/40 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 何淑珍;江裕强 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于注意力机制提升轮廓清晰度的超声图像超分辨率重建方法,包括:S1:数据采集;S2:网络构建;S3:网络初始化;S4:网络训练;S5:超分辨率图像重建。在现有特征提取重建网络的基础上,该方法搭建另一级并联的编码‑解码结构的注意力机制网络,利用普通卷积和空洞卷积,更好地获取超声图像中的高频信息。将这两级网络特征合并,利用卷积提取最后的图像特征,构成超分辨率重建网络。本发明通过两级并联网络,利用注意力机制网络定位高频信息的具体位置,可以有效区分超声图像中组织交界面和组织区域,提升超声图像中组织接触面的边缘重建清晰度,解决重建超声图像的轮廓模糊问题。 | ||
搜索关键词: | 基于 注意力 机制 提升 轮廓 清晰度 超声 图像 分辨率 重建 方法 | ||
【主权项】:
1.一种基于注意力机制提升轮廓清晰度的超声图像超分辨率重建方法,其特征在于,包括一个不完全对称的编码‑解码结构的注意力机制网络;该网络中编码网络利用并行的普通卷积和空洞卷积结构,提取超声图像的深层语义特征,在编码网络中合并浅层特征和深层语义特征,合并的特征经过卷积,提取浅层特征中的高频信息,定位超声图像中组织边缘位置,得到超声图像轮廓高频信息位置的权重矩阵Ma。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910045687.3/,转载请声明来源钻瓜专利网。
- 上一篇:图像数据插值
- 下一篇:一种隧道图形拼接方法