[发明专利]一种基于深度卷积神经网络的傅里叶叠层显微重建方法有效
| 申请号： | 202010049470.2 | 申请日： | 2020-01-16 |
| 公开（公告）号： | CN111260556B | 公开（公告）日： | 2021-09-28 |
| 发明（设计）人： | 李大禹;穆全全;宣丽;孙铭璐;朱友强;彭增辉;刘永刚;鲁兴海;王启东;张杏云;杨程亮 | 申请（专利权）人： | 中国科学院长春光学精密机械与物理研究所 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40 |
| 代理公司： | 长春众邦菁华知识产权代理有限公司 22214 | 代理人： | 张伟 |
| 地址： | 130033 吉*** | 国省代码： | 吉林;22 |
| 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卷积神经网络的傅里叶叠层显微重建方法，该方法利用残差网络结构和深度卷积网络搭建了新型的傅里叶叠层重建网络，在傅里叶叠层重建网络中，采用两个独立的重建网络支路分别实现对振幅和相位的重建，每个重建网络支路又分成两个网络分支，两个网络分支分别实现对张量不同深度特征的操作，傅里叶叠层重建网络的损失函数采用复合损失函数，并利用优化器对网络的参数进行训练，相比于传统的迭代式更新算法，本发明的重建方法可以非常快速的同时重建出高分辨率的振幅信息和相位信息，进一步提升傅里叶叠层显微镜的重建效率，并且能够在存在大或小相位差引起的误差情况下仍能快速的获得更好的重建结果。 | ||
| 搜索关键词： | 一种 基于 深度 卷积 神经网络 傅里叶叠层 显微 重建 方法 | ||
【主权项】：
暂无信息
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中国科学院长春光学精密机械与物理研究所，未经中国科学院长春光学精密机械与物理研究所许可，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/202010049470.2/，转载请声明来源钻瓜专利网。
