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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津大学医疗机器人与智能系统研究院孙月海获国家专利权

天津大学医疗机器人与智能系统研究院孙月海获国家专利权

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!

龙图腾网获悉天津大学医疗机器人与智能系统研究院申请的专利基于深度学习模型的内窥镜图像的去雾方法、训练方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:CN116862781B

龙图腾网通过国家知识产权局官网在2026-03-31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:202310562644.9,技术领域涉及:G06T5/73;该发明授权基于深度学习模型的内窥镜图像的去雾方法、训练方法是由孙月海;王丰;王树新;马志康;孙希楠设计研发完成,并于2023-05-18向国家知识产权局提交的专利申请。

基于深度学习模型的内窥镜图像的去雾方法、训练方法在说明书摘要公布了:一种基于深度学习模型的内窥镜图像的去雾方法、训练方法,所述深度学习模型包括特征提取模块、自注意力变换模块和特征还原模块;所述方法包括:将有雾内窥镜图像输入所述特征提取模块,得到浅层特征图;将包括至少一个浅层特征子图的所述浅层特征图输入所述自注意力变换模块,得到深层特征图;将所述浅层特征图和所述深层特征图进行融合,得到融合特征图;以及将所述融合特征图输入所述特征还原模块,得到无雾内窥镜图像。

本发明授权基于深度学习模型的内窥镜图像的去雾方法、训练方法在权利要求书中公布了:1.一种基于深度学习模型的内窥镜图像的去雾方法,所述深度学习模型包括特征提取模块、自注意力变换模块和特征还原模块; 所述方法包括: 将有雾内窥镜图像输入所述特征提取模块,得到浅层特征图; 将包括至少一个浅层特征子图的所述浅层特征图输入所述自注意力变换模块,得到深层特征图; 将所述浅层特征图和所述深层特征图进行融合,得到融合特征图;以及 将所述融合特征图输入所述特征还原模块,得到无雾内窥镜图像; 其中,所述自注意力变换模块包括第一卷积层和M个变换子模块,第m个变换子模块包括第二卷积层和N个变换单元,第n个变换单元包括P个变换子单元,第p个变换子单元包括自注意力层,M、N和P均是大于或等于1的整数,m是大于或等于1且小于或等于M的整数,n是大于或等于1且小于或等于N的整数,p是大于或等于1且小于或等于P的整数; 其中,在M>1且N>1的情况下,所述将包括至少一个浅层特征子图的所述浅层特征图输入所述自注意力变换模块,得到深层特征图,包括: 响应于1<m≤M且1<n≤N, 在p=1的情况下, 将第mn-1,P中间特征图输入第mn,p变换子单元,得到第mn,p中间特征图; 在1<p≤P的情况下, 将第mn,p-1中间特征图输入第mn,p变换子单元,得到第mn,p中间特征图; 将第mn-1,P中间特征图和第mn,P中间特征图进行融合,得到第mn,P融合特征图; 将第mn,P融合特征图输入第m第二卷积层,得到第mn,P中间特征图; 将第MN,P中间特征图输入所述第一卷积层,得到所述深层特征图; 其中,所述将第mn,p-1中间特征图输入第mn,p变换子单元,得到第mn,p中间特征图,包括: 将所述第mn,p-1中间特征图划分为至少一个第mn,p-1中间特征子图; 将所述至少一个第mn,p-1中间特征子图输入第一mn,p自注意力层,得到第一mn,p自注意力特征图;以及 根据第一mn,p自注意力特征图,得到所述第mn,p中间特征图。

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天津大学医疗机器人与智能系统研究院,其通讯地址为:300384 天津市滨海新区华苑产业园区(环外)海泰华科五路2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。

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。