[發明專利]一種自監督學習方法及應用在審
| 申請號： | 202010693415.7 | 申請日： | 2020-07-17 |
| 公開（公告）號： | CN111860836A | 公開（公告）日： | 2020-10-30 |
| 發明（設計）人： | 江洪偉;鄭海榮;李彥明;萬麗雯 | 申請（專利權）人： | 深圳高性能醫療器械國家研究院有限公司 |
| 主分類號： | G06N3/08 | 分類號： | G06N3/08;G06N3/04;G06T5/00 |
| 代理公司： | 北京市誠輝律師事務所 11430 | 代理人： | 范盈 |
| 地址： | 518000 廣東省深圳市龍華區觀瀾街道新*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 監督 學習方法 應用 | ||
1.一種自監督學習方法，其特征在于：所述方法包括如下步驟：
步驟1：對圖像噪聲建模；
步驟2：從所述圖像中產生當前像素的近似目標像素值，獲取目標像素點；
步驟3：隨機從所述圖像中裁剪出圖像塊，從圖像塊中隨機選取N個像素點，將目標像素點替換掉當前選取的像素點得到目標圖像；
步驟4：訓練網絡，逐步達到收斂狀態。
2.如權利要求1所述的自監督學習方法，其特征在于：所述步驟1中噪聲圖像由干凈圖像和噪聲共同組成。
3.如權利要求1所述的自監督學習方法，其特征在于：所述步驟2中從輸入的低劑量CT圖像當前像素點的5×5鄰域內隨機選取像素點作為當前像素點的目標像素點。
4.如權利要求1所述的自監督學習方法，其特征在于：所述步驟3中隨機從低劑量CT輸入圖像中裁剪出64×64像素大小的圖像塊xj。
5.如權利要求4所述的自監督學習方法，其特征在于：所述步驟3中圖像塊大于選取卷積神經網絡的感受野。
6.如權利要求1所述的自監督學習方法，其特征在于：所述步驟3中N為圖像塊大小的十分之一。
7.如權利要求1所述的自監督學習方法，其特征在于：所述步驟4中訓練網絡包括計算所述N個像素點的損失。
8.如權利要求7所述的自監督學習方法，其特征在于：所述損失函數為均方誤差損失函數。
9.如權利要求1～8中任一項所述的自監督學習方法，其特征在于：所述網絡框架整體采用Unet結構，所述網絡采用Adam優化器進行優化。
10.一種自監督學習的應用，其特征在于：將所述權利要求1～9中任一項所述的自監督學習方法應用于CT圖像降噪或者MRI圖像降噪。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于深圳高性能醫療器械國家研究院有限公司，未經深圳高性能醫療器械國家研究院有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010693415.7/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種結構可靠的音樂設備
- 下一篇：一種雙面施啞光釉青瓦還原燒成工藝
