基于扩散模型的高效通用病理图像去模糊方法及设备

AITNT
正文
推荐专利
基于扩散模型的高效通用病理图像去模糊方法及设备
申请号:CN202510606107
申请日期:2025-05-12
公开号:CN120235784A
公开日期:2025-07-01
类型:发明专利
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
1
一种铁矿石铁元素含量检测方法
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
2
航空发动机部件表面缺陷检测系统
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
3
融合图结构和时序特征的移动网络流量特征提取方法
特征提取方法 时序特征 特征提取模型 邻居 XGBoost模型
4
一种冷凝机组生产线异常检测方法
冷凝机组 代表 编码模块 注意力 前馈神经网络
5
一种基于TST与LightGBM融合模型的电价预测方法及相关设备
电价预测方法 时间序列特征 LightGBM模型 变量 时序
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