摘要
本发明提供基于扩散模型的高效通用病理图像去模糊方法及设备,包括获取待处理的失焦模糊病理图像;将所述图像输入预训练去模糊模型,输出聚焦清晰的病理图像;其中,所述预训练去模糊模型包括特征提取网络、DTransformer模型及扩散模型;所述特征提取网络用于将原始图像压缩至低维潜在空间;所述DTransformer模型包含交叉转置注意力模块CTA和邻域聚合前馈神经网络NAFN,用于增强特征交互;所述扩散模型用于通过迭代去噪过程还原清晰图像特征。本发明能够解决以往病理图像去模糊方法计算成本高,泛化能力不足,图像生成质量差等问题。
技术关键词
图像去模糊方法
特征提取网络
混合模块
前馈神经网络
注意力
非暂态计算机可读存储介质
图像压缩
噪声预测器
处理器
关系建模
邻域
计算机程序产品
残差模块
矩阵
输出特征
网络结构
跨模态
图像块
系统为您推荐了相关专利信息
空间金字塔池化
无人机
数据
机器学习模型
激光诱导击穿光谱
航空发动机部件
表面缺陷检测方法
表面缺陷检测系统
工业相机
可视化功能
特征提取方法
时序特征
特征提取模型
邻居
XGBoost模型
电价预测方法
时间序列特征
LightGBM模型
变量
时序