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
二维码标签
真伪识别方法
偏光
定位点
展示二维码
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
像素单元
阵列基板
驱动单元
LED面板
控制单元
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
一致性检测
多模态
清洗系统
清洗方法
生成对抗网络