[发明专利]一种基于生成对抗网络的多监督图像超分辨重建方法在审
| 申请号： | 201910533885.4 | 申请日： | 2019-06-19 |
| 公开（公告）号： | CN110322403A | 公开（公告）日： | 2019-10-11 |
| 发明（设计）人： | 程胜华;曾绍群;马嘉波;余静雅;刘秀丽;余江盛 | 申请（专利权）人： | 怀光智能科技（武汉）有限公司 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40;G06T7/33 |
| 代理公司： | 武汉东喻专利代理事务所(普通合伙) 42224 | 代理人： | 方可 |
| 地址： | 430074 湖北省武汉市东湖开发区关山二路*** | 国省代码： | 湖北;42 |
| 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生成对抗网络的多监督图像超分辨重建方法，将同一切片的不同分辨率的切片图像进行配准；利用配准后的切片图像制作训练数据集；在训练数据集上，使用多监督多阶段生成模型训练生成对抗模型；利用训练好的生成对抗模型，将低分辨图像重建为高分辨图像。本发明将低倍镜下拍摄的图像重建为高分辨率的图像，既能够节省成像时间又能够节省存储图像的硬件空间，克服常见方法在病理数据上的模糊及伪影。 | ||
| 搜索关键词： | 对抗 图像超分辨 训练数据集 切片图像 配准 重建 低分辨图像 高分辨图像 病理数据 存储图像 高分辨率 生成模型 图像重建 硬件空间 低倍镜 多阶段 分辨率 监督 切片 伪影 成像 网络 图像 模糊 拍摄 制作 | ||
【主权项】：
1.一种基于生成对抗网络的多监督图像超分辨重建方法，将低分辨率图像输入生成对抗网络模型，生成对抗网络模型输出高分辨率图像，其特征在于，所述生成对抗网络模型按照如下方式构建：(1)制作训练数据集提取同一目标成像区域的低分辨率图像和高分辨率图像，分别在低分辨率图像和高分辨率图像中选取前景区域L、H，对区域L和H进行配准，获得同一区域的高低分辨率Patch(L，H)；(2)训练模型构建包括生成器和鉴别器的生成对抗网络模型，将Patch(L，H)中的低分辨率图像L作为生成器的输入，生成器输出与Patch(L，H)中的高分辨率图像H相似的图像H’，鉴别器鉴别图像H和H’的真伪，如此反复学习和对抗，训练得到生成器。
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怀光智能科技（武汉）有限公司，未经怀光智能科技（武汉）有限公司许可，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/201910533885.4/，转载请声明来源钻瓜专利网。
