一种基于图像去噪和照度增强的多模态医学图像融合方法

AITNT
正文
推荐专利
一种基于图像去噪和照度增强的多模态医学图像融合方法
申请号:CN202411596290
申请日期:2024-11-11
公开号:CN119559469B
公开日期:2025-11-11
类型:发明专利
摘要
本发明涉及一种基于图像去噪和照度增强的多模态医学图像融合方法,包括:将多模态医学图像输入照度和对比度增强网络进行光照强度校正生成增强图像;为多模态医学图像添加随机噪声得到噪声图像;将噪声图像输入去噪和重建网络进行去噪和重建任务;将增强图像和多模态医学图像作为标签共同监督训练去噪和重建网络,获得具有去噪和照度增强功能的特征编码器和特征解码器,利用训练好的特征编码器分别提取不同模态图像的特征,得到模态特征图,将不同模态图像的模态特征图进行特征融合,采用训练好的特征解码器对融合后的特征图进行重建得到多模态医学图像融合结果。本发明解决图像融合受到噪声噪声干扰,照度退化和融合效率低下的问题。
技术关键词
医学图像融合方法 模态特征 融合规则 照度 噪声图像 解码器 Retinex理论 编码器 随机噪声 多模态医学图像 融合特征 神经网络模型 对比度 校正 模块 泊松噪声
系统为您推荐了相关专利信息
1
一种基于预测驱动的船舶异常行为预警方法和系统
船舶 预警方法 残差信息 风险 数据
2
一种基于多模态影像融合的眼底图像智能增强方法及其系统
光学相干断层扫描 融合图像特征 多模态 图像增强模型 网络结构
3
一种基于规则引擎与机器学习的数据质量评估方法及系统
多源异构数据源 并行处理框架 执行机器学习 时间衰减模型 深度特征提取
4
基于大规模预训练模型迁移学习的纺织布匹缺陷检测方法
布匹缺陷检测方法 预训练模型 纺织品缺陷 布匹表面 图像
5
用于实现移动端目标感知的多模态网络剪枝方法及系统
多模态信息融合 网络剪枝方法 模态特征 掩码矩阵 融合特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号