申请/专利权人:天津工业大学
申请日:2024-01-17
公开(公告)日:2024-04-19
公开(公告)号:CN117911713A
主分类号:G06V10/44
分类号:G06V10/44;G06V10/82;G06N3/0464;G06T3/4007;G06V10/80
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明属于电阻抗层析成像领域,涉及一种电阻抗图像重建方法,建立了一种以U‑Net为骨干模型并融合可变形卷积模块和超卷积网络的双分支并行EIT深度成像模型,命名为DHU‑Net,所述DHU‑Net由双分支特征编码器和特征融合解码器组成,所述双分支编码器使用不同的卷积算子,分别由可变形卷积与通道层注意力机制、坐标注意力机制与隐式超卷积构成的并行运算组成;在双分支特征编码器与特征融合解码器对应的特征金字塔之间以对称的方式添加了基于注意力机制的跳过连接。本发明所提出的DHU‑Net具有更好的鲁棒性和重建一致性,同时相比于稠密连接的深度模型参数量更少,推理速度更快。
主权项:1.一种电阻抗图像重建方法,其特征在于,建立了一种以U-Net为骨干模型并融合可变形卷积模块和超卷积网络的双分支并行EIT深度成像模型,命名为DHU-Net,所述DHU-Net由双分支特征编码器和特征融合解码器组成,所述双分支特征编码器使用不同的卷积算子,分别由可变形卷积与通道层注意力机制、坐标注意力机制与隐式超卷积构成的并行运算组成;在双分支特征编码器与特征融合解码器对应的特征金字塔之间以对称的方式添加了基于注意力机制的跳过连接。
全文数据:
权利要求:
百度查询: 天津工业大学 一种电阻抗图像重建方法
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。