辽宁大学吴新杰获国家专利权
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!
龙图腾网获悉辽宁大学申请的专利基于lstm的电容层析成像系统的图像重建算法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:CN115937340B 。
龙图腾网通过国家知识产权局官网在2026-03-24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:202211439354.7,技术领域涉及:G06T12/00;该发明授权基于lstm的电容层析成像系统的图像重建算法是由吴新杰;高明玉设计研发完成,并于2022-11-17向国家知识产权局提交的专利申请。
本基于lstm的电容层析成像系统的图像重建算法在说明书摘要公布了:本发明涉及一种基于LSTM的电容层析成像系统的图像重建方法,其方法如下:1构建电容层析成像系统模型,通过Comsol有限元仿真软件获得电容层形成像系统的灵敏度场,以及获得不同位置、不同形状的物场分布情况下的电容向量。2利用Landweber算法得到重建图像。3按“行”确定“时间序列”样本,并利用LSTM神经网络模型得到图像重建结果。4按“列”确定“时间序列”样本,并利用LSTM神经网络模型得到图像重建结果。5融合两图像结果,得到最后图像重建结果。本发明通过上述方法提高了重建图像质量,使重建的介质分布更接近真实分布。
本发明授权基于lstm的电容层析成像系统的图像重建算法在权利要求书中公布了:1.基于LSTM的电容层析成像系统的图像重建方法,其特征在于,包括以下步骤: 1构建电容层析成像系统模型,通过Comsol有限元仿真软件获得电容层析成像系统的灵敏度场;获得不同位置、不同形状的物场分布情况下的电容向量; 2根据步骤1所得到的灵敏度场和电容向量,利用Landweber算法得到重建图像; 3按“行”确定“时间序列”样本,并利用LSTM神经网络模型得到图像重建结果; 具体方法为: 3.1把步骤2所得到的重建图像转化为具有时间步的输入“时间序列”:将步骤2所得到的重建图像按照“行”首尾连接变成一维向量;并把此一维向量重新整理变成N*M维矩阵,这N行看成具有时间步的输入“时间序列”,每行向量就是表示此输入序列单词的“词嵌入向量”; 3.2把步骤1所得到的Comsol有限元仿真软件设定的流型图像转化为具有时间步的输出“时间序列”:将步骤1Comsol有限元仿真软件设定的流型图像按照“行”首尾连接变成一维向量;把此一维向量重新整理变成N*M维矩阵,这N行看成具有时间步的输出“时间序列”,每行向量就是表示此输出序列单词的“词嵌入向量”; 3.3利用步骤3.1和3.2得到的输入样本集和输出样本集训练LSTM神经网络的神经网络,在训练结束后,保存神经网络模型; 3.4在推理阶段,加载神经网络模型,把Landweber算法得到的重建图像按照行首尾连接变成一维向量;将此一维向量重新整理变成N*M维矩阵,然后将这N行向量依次送入LSTM神经网络,最后神经网络输出得到N*M维矩阵;再将此N*M维矩阵按行首尾相连重新整理成一维向量,此向量可重新整理成二维正方形矩阵n*n,这便是相应的重建图像; 4按“列”确定“时间序列”样本,并利用LSTM神经网络模型得到图像重建结果; 具体方法为: 4.1把步骤2所得到的重建图像转化为具有时间步的输入“时间序列”:将步骤2所得到的重建图像按照“列”首尾连接变成一维向量;并把此一维向量重新整理变成N*M维矩阵,这N行就可以看成具有时间步的输入“时间序列”,每行向量就是表示此输入序列单词的“词嵌入向量”; 4.2把步骤1所得到的Comsol有限元仿真软件设定的流型图像转化为具有时间步的输出“时间序列”:将步骤1Comsol有限元仿真软件设定的流型图像按照“列”首尾连接变成一维向量;把此一维向量重新整理变成N*M维矩阵,这N行就可以看成具有时间步的输出“时间序列”,每行向量就是表示此输出序列单词的“词嵌入向量”; 4.3利用步骤4.1和4.2得到的输入样本集和输出样本集训练LSTM神经网络的神经网络,在训练结束后,保存神经网络模型; 4.4在推理阶段,加载神经网络模型,把Landweber算法得到重建图像的按照“列”首尾连接变成一维向量;将此一维向量重新整理变成N*M维矩阵,然后将这N行向量依次送入LSTM神经网络,最后神经网络输出得到N*M维矩阵;再将此N*M维矩阵按列首尾相连重新整理成一维向量,此向量可重新整理成二维正方形矩阵n*n,这便是相应的重建图像; 5融合两图像结果,得到最后图像重建结果。
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辽宁大学,其通讯地址为:110000 辽宁省沈阳市沈北新区道义南大街58号;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励