您的位置：
首页
>
农业专利
>
详情页
基于深度神经网络的定量光声成像方法
- 专利权人:
- 清华大学
- 发明人:
- 罗建文,蔡创坚,马骋
- 申请号：
- CN201810228027.4
- 公开号：
- CN108309251B
- 申请日:
- 2018.03.20
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明涉及一种基于深度神经网络的定量光声成像方法，其特征在于包括以下内容：构建深度神经网络框架，即ResU‑net；采用不同波长下的输入初始声压图像和相应的定量图像训练ResU‑net；对多波长的初始声压图像采用训练后的ResU‑net进行定量光声成像，输出定量图像。本发明提出用于定量光声成像的深度神经网络，即ResU‑net，ResU‑net使用了残差学习机制，使得网络容易优化，并且可以达到相当的深度，以获得较高的准确率，进一步，本发明深度神经网络设置的收缩路径和扩张路径使得ResU‑net可以从输入的多波长初始声压图像中提取全面的各个分辨率层面的环境信息，并且最终输出高分辨率的定量图像。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
