[发明专利]基于深度神经网络的定量光声成像方法有效
| 申请号： | 201810228027.4 | 申请日： | 2018-03-20 |
| 公开（公告）号： | CN108309251B | 公开（公告）日： | 2020-09-25 |
| 发明（设计）人： | 罗建文;蔡创坚;马骋 | 申请（专利权）人： | 清华大学 |
| 主分类号： | A61B5/00 | 分类号： | A61B5/00;G06N3/08;G06N3/04 |
| 代理公司： | 北京纪凯知识产权代理有限公司 11245 | 代理人： | 徐宁;刘美丽 |
| 地址： | 100084 北京市海淀区1*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度神经网络的定量光声成像方法，其特征在于包括以下内容：构建深度神经网络框架，即ResU‑net；采用不同波长下的输入初始声压图像和相应的定量图像训练ResU‑net；对多波长的初始声压图像采用训练后的ResU‑net进行定量光声成像，输出定量图像。本发明提出用于定量光声成像的深度神经网络，即ResU‑net，ResU‑net使用了残差学习机制，使得网络容易优化，并且可以达到相当的深度，以获得较高的准确率，进一步，本发明深度神经网络设置的收缩路径和扩张路径使得ResU‑net可以从输入的多波长初始声压图像中提取全面的各个分辨率层面的环境信息，并且最终输出高分辨率的定量图像。 | ||
| 搜索关键词： | 基于 深度 神经网络 定量 成像 方法 | ||
【主权项】：
1.一种基于深度神经网络的定量光声成像方法，其特征在于包括以下内容：构建深度神经网络框架，即ResU‑net；采用不同波长下的输入初始声压图像和相应的定量图像训练ResU‑net；对多波长的初始声压图像采用训练后的ResU‑net进行定量光声成像，输出定量图像。
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清华大学，未经清华大学许可，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/201810228027.4/，转载请声明来源钻瓜专利网。
- 上一篇：伤口愈合程度监测装置及监测方法
- 下一篇：一种人体温度监测设备及其监测方法
