摘要
本发明公开了一种呼吸内窥镜图像增强方法、设备及存储介质,该方法包括使用不同成像质量的呼吸内窥镜镜头获取低质量与高质量的呼吸内窥镜图像集,并对呼吸内窥镜图像集进行预处理,得到非配对的不同质量下的呼吸内窥镜图像数据集;以UNet和卷积神经网络为基础构建基于生成对抗网络的呼吸内窥镜图像增强网络模型,通过引入高性能的多尺度注意力门控单元、自适应信息融合模块及包含内容一致性及生成对抗性的复合损失函数,实现了鲁棒高效且估计性能指标高的呼吸内窥镜图像增强这一目标,提高呼吸内窥镜图像的质量,突出图像中的重要信息,降低图像的噪声,进而辅助医生的诊断及提升下游病灶检测、分割等任务的精度,增大病人康复的概率。
技术关键词
图像增强模型
内窥镜图像数据
内窥镜镜头
图像增强网络
中央处理器执行
图像增强设备
图形处理器
图像增强模块
对抗性
计算机执行指令
生成对抗网络
上下文语义信息
执行存储器存储
注意力机制
多尺度
系统为您推荐了相关专利信息
图像增强模型
金字塔池化模块
积层
建立检测方法
晶体
肠镜
图像增强模型
图像增强方法
生成对抗网络
编码器
图像增强模型
Retinex模型
导向滤波器
边缘保留滤波
表达式
图像增强模型
变换器
采样模块
暗光图像增强方法
解码器
图像增强模型
图像增强方法
颜色
亮度
特征提取模块