基于生成对抗网络和扩散模型的二阶段伪神经元图像生成方法

AITNT
正文
推荐专利
基于生成对抗网络和扩散模型的二阶段伪神经元图像生成方法
申请号:CN202510879885
申请日期:2025-06-27
公开号:CN120782897A
公开日期:2025-10-14
类型:发明专利
摘要
本发明的目的是提供基于生成对抗网络和扩散模型的二阶段伪神经元图像生成方法,首先根据猕猴大脑神经元的细胞特征生成特征分布一致的合成内容图像,并得到内容图像对应的细胞质心掩码图像;然后建立数据库,将数据库中的图像随机分成训练集和测试集,训练集和测试集中均包含猕猴大脑神经元风格图像以及合成内容图像;对建立的训练集和测试集进行预处理,得到训练集图像和测试集图像;构建生成对抗神经网络;最后构建扩散模型神经网络,得到扩散模型神经网络的模型以及最终伪神经元图像。本发明解决了现有技术中生物图像生成存在的内容泄露、细胞形变以及细胞空洞三大问题。
技术关键词
图像生成方法 生成对抗网络 像素 ReLU函数 生成对抗模型 生成图像特征 解码图像 生成对抗神经网络 图像特征信息 更新网络参数 图像特征提取 风格 注意力机制 解码网络 Softmax函数 误差 编码器 插值法
系统为您推荐了相关专利信息
1
基于偏光与人工智能的二维码标签真伪识别方法及装置
二维码标签 真伪识别方法 偏光 定位点 展示二维码
2
用于跨设备指令逆向分析的方法、装置、设备和介质
深度学习训练数据 训练深度学习模型 生成对抗网络 生成深度学习 功耗
3
阵列基板、LED面板、拼接显示屏
像素单元 阵列基板 驱动单元 LED面板 控制单元
4
一种真实场景下树木枝干单视图点云重建方法和系统
点云重建方法 网格 稀疏点云稠密化 稠密点云 形态特征分析
5
一种基于多模态一致性检测的智能数据增广与清洗系统及方法
一致性检测 多模态 清洗系统 清洗方法 生成对抗网络
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