自监督显微图像处理神经网络的训练方法
申请号：CN202411653108
申请日期：2024-11-18
公开号：CN119514608B
公开日期：2025-06-17
类型：发明专利
摘要
本申请公开了一种自监督显微图像处理神经网络的训练方法，包括：利用具有时间相关单光子计数功能的光学显微成像系统获取一个荧光显微图像数据集，其中，所述荧光显微图像数据集包括针对M×N个像素点的一个光子计数分布集{Gmn(t)}MN，其中，M、N分别是大于1的整数，以及m从1取到M且n从1取到N，t代表时间；利用光子流重分配的方式从所述M×N个像素点的光子计数分布集构建用于包括荧光寿命预测卷积模块和/或去噪卷积模块的神经网络的训练用数据集。
技术关键词
荧光显微图像
光学显微成像系统
图像处理神经网络
卷积模块
注意力卷积神经网络
像素点
寿命
数据
残差神经网络
去噪卷积
代表
神经网络模型
计算机程序产品
输出特征
算法
指令
通道
强度
系统为您推荐了相关专利信息
故障诊断方法
旋转设备
卷积神经网络分类
矩阵
卷积模块
对象检测模型
卷积模块
图像检测方法
通道
瓶颈
车桥耦合系统
多任务深度学习
可靠度分析方法
共享卷积神经网络
多任务学习模型
多维时序数据
生态评估模型
海洋牧场
拓扑图
资源调控方法
意图预测方法
多模态特征融合
关节特征
令牌
注意力机制
