双域特征学习医学多模态图像生成方法、系统和存储介质

AITNT
正文
推荐专利
双域特征学习医学多模态图像生成方法、系统和存储介质
申请号:CN202510958853
申请日期:2025-07-11
公开号:CN120823277A
公开日期:2025-10-21
类型:发明专利
摘要
本发明公开的一种双域特征学习医学多模态图像生成方法、系统和存储介质,其中方法包括:获取源模态图像,基于所述源模态图像确定目标模态参考图像对;计算源模态图像卷积特征与目标模态参考图像对卷积特征的融合特征;基于所述融合特征进行空间‑通道注意力优化得到增强特征;基于所述增强特征进行空间域特征提取和频率域特征分解得到双域特征;将所述双域特征输入到解码器中进行反卷积操作以生成目标模态图像。本发明通过目标模态引导和双域特征学习,解决了现有方法在信息利用和特征分离上的不足,显著提升了多模态医学图像生成的效率和质量。
技术关键词
图像卷积特征 图像生成方法 融合特征 多模态 图像生成系统 医学 注意力 Softmax函数 解码器 可读存储介质 多尺度 通道 频率 矩阵 程序 处理器 幅值 上采样
系统为您推荐了相关专利信息
1
端到端自动驾驶决策控制方法及系统
轨迹 序列 分层 闭环监控 车辆动力学模型
2
基于联合分布优化与结构知识引导的缺陷检测方法及系统
注意力模型 融合特征 拓扑图 物理 缺陷检测方法
3
一种用于电解铝车间的多模态感知捞渣系统及方法
捞渣系统 电解铝车间 电解槽 矿渣 数据
4
基于深度多模态学习的智能化交互问答方法及系统
文本特征向量 图像特征向量 意图识别 多模态交互 节点特征
5
一种基于多数据融合的双极电凝镊管理方法及双极电凝镊
双极电凝镊 异常数据分析 反馈特征 实时监测数据 管理策略
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