Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华南师范大学覃欢获国家专利权

华南师范大学覃欢获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉华南师范大学申请的专利基于深度学习的高质量实时微波热声成像方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115859779B

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211408886.4,技术领域涉及:G06F30/27;该发明授权基于深度学习的高质量实时微波热声成像方法及装置是由覃欢;傅佳设计研发完成,并于2022-11-11向国家知识产权局提交的专利申请。

基于深度学习的高质量实时微波热声成像方法及装置在说明书摘要公布了:本发明公开了一种基于深度学习的高质量实时微波热声成像方法及装置,方法为:使用COMSOL软件得到热吸收分布图并导入MATLAB软件中,得到微波热声重建图像和对应的标签图像;进行归一化处理及数据扩增,并按设定的比例划分为训练集和验证集;采集微波热声图像,进行归一化处理后设定为测试集;采用训练集对全密集型生成对抗神经网络模型进行训练,训练完成后采用验证集对模型的成像质量进行验证;保存验证后的权重、偏差值及验证完毕的模型成像质量;使用测试集对验证后的模型进行测试;将测试完毕后的模型导入微波热声实时成像装置,通过微波热声实时成像装置驱动模型生成高质量图像。本发明可有效改善微波热声成像存在的“劈裂”伪影问题,提高成像质量。

本发明授权基于深度学习的高质量实时微波热声成像方法及装置在权利要求书中公布了:1.基于深度学习的高质量实时微波热声成像方法,其特征在于,包括下述步骤: 使用COMSOL软件模拟微波照射下生物组织模型的热吸收分布,得到不同方向的热吸收分布图; 将热吸收分布图导入MATLAB软件中,得到多张微波热声重建图像和对应的标签图像; 对微波热声重建图像和对应的标签图像进行归一化处理及数据扩增,并按设定的比例将其划分为训练集和验证集; 使用微波热声实时成像装置采集微波热声图像,进行归一化处理后设定为测试集; 采用训练集对全密集型生成对抗神经网络模型进行训练,训练完成后采用验证集对模型的成像质量进行验证; 保存全密集型生成对抗神经网络模型验证后的权重、偏差值及验证完毕的模型成像质量; 使用测试集对验证后的全密集型生成对抗神经网络模型进行测试; 将测试完毕后的全密集型生成对抗神经网络模型导入微波热声实时成像装置,通过微波热声实时成像装置驱动全密集型生成对抗神经网络模型生成高质量图像; 所述全密集型生成对抗神经网络模型包括生成器和鉴别器;所述生成器包括编码器和解码器; 所述全密集型生成对抗神经网络模型包括依次设置的卷积核大小为3×3的卷积层、批归一化层、ReLU激活函数层、卷积核大小为2×2的反卷积层、卷积核大小为1×1的卷积层、Sigmoid激活函数层、压平层以及全连接层; 所述编码器包括21个卷积核大小为3×3的卷积层、20个卷积核大小为1×1的卷积层以及4个卷积核大小为2×2的最大池化层;所述解码器包括20个卷积核大小为3×3的卷积层、17个卷积核大小为1×1的卷积层以及4个卷积核大小为2×2的反卷积层; 所述鉴别器包括5个卷积核大小为4×4的卷积层。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华南师范大学,其通讯地址为:510631 广东省广州市天河区中山大道西55号华南师范大学;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。