摘要
本发明公开了一种可控的移动超声图像质量提升方法、系统、装置及介质,该方法为将采集到的真实医学移动超声图像输入训练好的超分辨率重建模型中并调整模糊参数,超分辨率重建模型根据调整好的分辨率参数,将输入的真实医学移动超声图像转换为与之对应的具有相应超分辨率程度的重建医学移动超声图像。超分辨率重建模型采用Cycle对抗生成网络的框架,并引入可控超参数卷积核。采用多样化数据集,并对部分数据集进行动态随机图像破坏技术处理。模型利用数据集的多尺度特征与模糊参数一同训练,并且利用复合损失函数对模型进行优化。因此本发明大幅提升了成像质量,同时具有调整超分辨率的灵活性,还简化深度学习训练流程。
技术关键词
超分辨率重建模型
医学超声
图像
高清
模糊参数
移动超声设备
多尺度特征提取
损失函数优化
报告
分辨率提升
超参数
解码器
数据处理单元
提升系统
深度学习训练
系统为您推荐了相关专利信息
细粒度图像分类方法
交叉注意力机制
融合特征
预训练语言模型
损失函数设计
状态综合评价方法
数据立方体
图像评价指标
计算机程序指令
可见光图像
电力巡检方法
电力设备表面
故障特征
设备地理位置信息
电力设备巡检技术
图像采集设备
图像采集云台
自动生成方法
充气内衬
环形导轨
图像融合系统
特征提取单元
图像融合方法
多模态卷积神经网络
处理单元