摘要
一种基于三维扩散模型的三维超声超分辨成像方法及系统,它属于医学超声超分辨成像技术领域。本发明解决了现有三维成像方法存在全局信息损失、内存占用量大的问题。本发明采用基于三维卷积神经网络的生成式扩散模型,扩散模型在正向扩散过程中会逐渐添加噪声,使得图像的分辨率和特征逐渐发生变化,训练好的扩散模型可以提升三维超声超分辨成像效果。本发明的扩散模型基于稀疏卷积、稀疏池化、稀疏激活进行处理,可以避免对零值数据的冗余操作,以加快推理速度、优化稀疏数据的计算和存储效率,最大限度地减少内存占用。由于本发明方法不需要对图像进行分块处理,因此不会损失全局信息。本发明方法可以应用于医学超声超分辨成像。
技术关键词
超分辨成像方法
三维超声
噪声消除模块
注意力机制
特征提取网络
噪声图像
解码
超分辨成像系统
医学超声
超分辨成像技术
三维卷积神经网络
三维成像方法
上采样
微泡
元素
内存占用量
系统为您推荐了相关专利信息
事件抽取方法
答案
文本
BERT模型
协方差矩阵
退化特征
动车组齿轮箱
剩余寿命预测模型
特征提取网络
数据
监测系统
中央处理器模块
巡视系统
检测输电线路
激光雷达传感器
节点特征
多模态
气象预测方法
融合特征
气象观测数据
高阶奇异值分解
胃镜图像处理方法
多模式特征
融合特征
核心