[發明專利]一種級聯醫學圖像增強方法

有效

• 申請號: 202110113305.3
• 申請日: 2021-01-27
• 公開（公告）號: CN112767377B
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 林劼;黨元;李繼演;伍雙楠;王勇
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06V10/74;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 成都金英專利代理事務所(普通合伙) 51218
• 代理人: 袁英

1.一種級聯醫學圖像增強方法，其特征在于，包括以下步驟：

步驟1：帶血污圖像的生成，清晰醫學圖像和隨機噪聲聯合輸入，用深度學習模型1處理聯合輸入的圖像特征，得到帶血污圖像；

步驟2：帶血污圖像的判別，用深度學習模型2處理生成的帶血污的圖像和純血污原圖像，判斷兩張圖像是否相似；若不相似，則更新深度學習模型2的神經網絡梯度；若相似則跳轉到步驟3；

步驟3：清晰圖像的級聯生成，清晰圖像的級聯生成分為三個階段，在第一階段，帶血污圖像輸入生成網絡VQ-VAE，生成血污殘差圖像，將血污殘差圖像與清晰醫學圖像相加得到清晰圖像，以得到清晰圖像作為帶血污圖像輸入第二階段；第二階段和第三階段重復第一階段步驟，并以第三階段輸出的清晰圖像作為最后的清晰圖像結果。

2.根據權利要求1所述的一種級聯醫學圖像增強方法，其特征在于，所述步驟1包括以下子步驟：

步驟101：準備訓練樣本，訓練樣本為清晰醫學圖像和純血污原圖像；

步驟102：神經網絡設計，訓練網絡是神經網絡池化層和卷積層組合成的生成網絡；

步驟103：首先，對于清晰醫學圖像，進行兩次卷積操作，具體為：圖像特征維數為3×4n×4n的清晰醫學圖像I_clear一次卷積后得到維數為b×2n×2n的圖像特征F₂，F₂再一次卷積后得到維數為a×n×n圖像特征F₁；其中a，b，n均為正整數；然后，生成維數為1×1×m的噪聲N₀，調整噪聲的結構得到維數為a×n×n噪聲N₁，其中m＝a×n×n；N₁+F₁作為輸入進行一次上采樣和卷積得到維數為b×2n×2n噪聲N₂；N₂+F₂作為輸入進行一次上采樣和卷積得到維數為3×4n×4n噪聲N₃，N₃+I_clear得到維數為3×4n×4n帶血污圖像I_noise。

3.根據權利要求2所述的一種級聯醫學圖像增強方法，其特征在于，所述圖像特征維數表示為O×P×Q，其中O表示通道數，P表示長度，Q表示寬度，且O，P，Q均為正整數。

4.根據權利要求1所述的一種級聯醫學圖像增強方法，其特征在于，所述步驟2包括以下子步驟：

步驟201：準備訓練樣本，訓練樣本為帶血污圖像和純血污原圖像；

步驟202：神經網絡設計，判別網絡是卷積神經網絡；

步驟203：首先，對于生成網絡生成的帶血污圖像，依次進行兩次卷積操作和一次全連接操作，得到維度為1×1的特征F；對于純血污原圖像，進行與帶血污圖像相同的處理，得到維度為1×1的特征F'；然后，計算F與F'損失；更新設計的神經網絡的梯度。