买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华中科技大学苏州脑空间信息研究院申请的专利荧光图像处理模型训练方法及荧光图像处理方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115272789B 。

龙图腾网通过国家知识产权局官网在2026-05-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210828786.0，技术领域涉及：G06V10/774；该发明授权荧光图像处理模型训练方法及荧光图像处理方法是由袁菁;龚辉;宁可夫;卢渤霖;张小宇设计研发完成，并于2022-07-13向国家知识产权局提交的专利申请。

本荧光图像处理模型训练方法及荧光图像处理方法在说明书摘要公布了：本发明提供了荧光图像处理模型训练方法及荧光图像处理方法，包括：搭建无监督神经网络模型，所述无监督神经网络模型包括图像转换模块和图像恢复模块；获取样本的三维荧光图像，制作训练数据集；设置训练参数，以最小化损失函数为目标训练无监督神经网络模型，获得荧光图像处理模型。本发明公开的基于无监督深度学习的荧光图像轴向分辨率提升方法无需金标准训练数据，也不需要对成像过程进行复杂的物理建模，极大的提升了模型性能和适用性，可以有效的恢复各类荧光成像的三维数据。

本发明授权荧光图像处理模型训练方法及荧光图像处理方法在权利要求书中公布了：1.一种荧光图像处理模型训练方法，其特征在于，包括如下步骤： 搭建无监督神经网络模型，所述无监督神经网络模型包括图像转换模块和图像恢复模块，所述图像转换模块用于非配对地学习图像的真实降质过程，所述图像恢复模块用于学习图像的分辨率提升过程；所述图像转换模块为基于生成对抗网络的图像转换模块，包含两个结构相同的生成网络GA、GB和两个结构相同的判别网络DA、DB，GA负责将横向低分辨数据Y中的图像块yi转换为轴向低分辨数据Z中的图像块zi；而GB负责将轴向低分辨数据Z中的图像块zi转换为横向低分辨数据Y中的图像块yi；判别器DA负责区分真实图像块zi和网络生成的图像块GAyi；判别器DB负责区分真实图像块yi和网络生成的图像块GBzi；生成网络的结构是带有残差连接的残差神经网络或含有降采样路径和升采样路径的U型网络；判别网络的结构是由多个卷积层串联组成的卷积神经网络；所述图像恢复模块为基于卷积神经网络的图像恢复模块H，结构是带有残差连接的残差神经网络或含有降采样路径和升采样路径的U型网络，所述图像恢复模块负责将轴向低分辨数据Z中的图像块zi恢复成横向高分辨数据X中的图像块xi，其中，图像块xi和图像块yi的像素对应；所述图像恢复模块的训练效果对所述图像转换模块形成反馈，因此引入了反馈损失，以让生成网络GA、GB更好的学习横向低分辨数据Y和轴向低分辨数据Z之间的映射； 获取样本的三维荧光图像，制作非配对的训练数据集，包括：将获取的三维荧光图像分别沿横向和轴向进行切片，获得其横向切面和轴向切面，所述横向切面即横向高分辨数据X；将所述横向高分辨数据X沿着图像的列方向先降采样，再升采样，获得横向低分辨数据Y，将所述轴向切面沿着图像的列方向进行升采样，获得轴向低分辨数据Z； 将所述横向高分辨数据X、所述横向低分辨数据Y和所述轴向低分辨数据Z进行拆分，形成一系列尺寸相同的非配对图像块； 设置训练参数，使用非配对的训练数据集，以最小化损失函数为目标训练所述无监督神经网络模型，获得荧光图像处理模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华中科技大学苏州脑空间信息研究院，其通讯地址为：215123 江苏省苏州市苏州工业园区若水路388号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。