文档详情

一种基于生成对抗网络的半监督医学图像分割方法.pdf

发布：2023-06-03约1.18万字共10页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112837338 B (45)授权公告日 2022.06.21 (21)申请号 202110045408.0 G06N 3/04 (2006.01)

显示全部

相似文档

一种基于感知一致生成对抗网络的三维医学图像重建方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112967379 B (45)授权公告日 2022.04.22 (21)申请号 202110235474.4 G06T 19/00 (2011.01)
2023-06-07 约1.05万字 8页立即下载
一种基于改进生成对抗网络的交通图像去雾方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112801902 B (45)授权公告日 2022.06.21 (21)申请号 202110129493.9 (56)对比文件
2023-06-05 约2.28万字 16页立即下载
一种基于半监督与Transformers的医学图像分割方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882047 A (43)申请公布日 2022.08.09 (21)申请号 202210411699.5 (22)申请日 2022.04.19 (71)申请人厦门大学地址 361000 福
2023-05-17 约1.29万字 12页立即下载
一种基于无监督学习的医学图像肝脏分割方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113362310 A (43)申请公布日 2021.09.07 (21)申请号 202110643707.4 (22)申请日 2021.06.09 (71)申请人西安智诊智能科技有限公司
2023-06-20 约9.81千字 10页立即下载
一种基于多监督网络的道路场景图像语义分割方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113362349 A (43)申请公布日 2021.09.07 (21)申请号 202110823118.4 (22)申请日 2021.07.21 (71)申请人浙江科技学院地址
2023-06-18 约4.26万字 29页立即下载
基于生成对抗网络的无监督工业图像异常检测：方法、应用与挑战.docx 基于生成对抗网络的无监督工业图像异常检测：方法、应用与挑战一、引言 1.1研究背景与意义在工业自动化快速发展的当下，工业生产的智能化与自动化水平不断提升。工业图像作为生产过程中设备状态、产品质量等信息的重要载体，被广泛应用于生产监控与控制领域。及时、准确地检测出工业图像中的异常，对保障生产安全、提高产品质量、降低生产成本意义重大。例如在汽车制造中，及时检测出零部件表面的裂纹、划痕等异常，能避免不合格产品流入下一道工序，提升整车质量；在电子芯片制造中，精准识别芯片上的电路短路、断路等异常，可减少次品率，降低生产成本。传统工业图像异常检测方法主要分为基于规则和基于有监督学习两类。基于规则的
2025-05-26 约3.39万字 28页立即下载
一种基于多阶段生成对抗网络的文本生成图像方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113361251 A (43)申请公布日 2021.09.07 (21)申请号 202110522352.3 G06K 9/62 (2006.01)
2023-06-19 约2.2万字 18页立即下载
基于生成对抗网络的肝包虫病CT图像生成方法的研究 .docx 目录 TOC\o1-3\f\h摘要 1 Abstract 2 第一章绪论 4 1.1研究背景与意义 4 1.2国内外研究现状 5 1.2.1国外研究现状 5 1.2.2国内研究现状 6 1.3生成对抗网络的发展 6 第二章神经网络与深度学习 7 2.1神经网络与深度学习 7 2.2卷积神经网络 7 2.2.1卷积层 8 2.2.2池化层 9 2.2.3全连接层 9 2.2.4激活函数 9 2.2.5损失函数 9 第三章研究内容与方法 10
2024-09-10 约2.35万字 26页立即下载
基于生成对抗网络的肝包虫病CT图像生成方法的研究.docx 目录 TOC\o1-3\f\h摘要 1 Abstract 2 第一章绪论 4 1.1研究背景与意义 4 1.2国内外研究现状 5 1.2.1国外研究现状 5 1.2.2国内研究现状 6 1.3生成对抗网络的发展 6 第二章神经网络与深度学习 7 2.1神经网络与深度学习 7 2.2卷积神经网络 7 2.2.1卷积层 8 2.2.2池化层 9 2.2.3全连接层 9 2.2.4激活函数 10 2.2.5损失函数 10 第三章研究内容与方法 11
2024-09-10 约2.4万字 26页立即下载
基于量子生成对抗网络的图像生成方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116263972 A (43)申请公布日 2023.06.16 (21)申请号 202211473728.7 (22)申请日 2022.11.22 (71)申请人中移（苏州）软件技
2023-06-12 约1.48万字 13页立即下载
基于改进生成对抗网络的医学影像病灶分割.pdf 摘要摘要医学影像分割技术是辅助医生诊断的基础。近年来，深度学习技术不断发展，基于深度学习的医学影像分割方法得到了显著的进展，这些方法能够有效提高医生诊断效率和准确率等问题。因为生成对抗网络和其他领域结合之后表现突出，其在医学影像增强、超分辨率和分割方面的应用也得到了广泛的关注。因此，为了解决医学影像存在轮廓不清晰、数据数量相对较少和分割效率较低的问题。本文基于生成对抗网络 的方法，对医学影像增强分辨率、数据增强和
2025-02-13 约7.78万字 62页立即下载
基于对抗网络的图像生成.docx PAGE2 基于对抗网络的图像生成 摘要随着科技日益发展，城市的夜景变得绚丽多姿，试问：谁不想用随身的手机记录下这美丽的瞬间呢？但当你拿出照片一看，会发现图片上出现大量噪点，引起这种情况的原因，是因为高ISO和弱光散粒造成的，图像的噪点很大概率是由于感光原件形成的。因此，图像降噪就成为了图像编辑工作中一种常见的操作。目的是为了对图像中的噪点区域，用生成的合理内容去进行修复填充。修复填充的内容要尽可能的还原原图像的信息，比如一些拥有大噪点的图片修复；或者是医学影像的呈现修复，使其修复完的图像更清晰。自二十一世纪初，深度卷积网络在计算机视觉领域方面的应用越来越广泛，把深度生
2024-12-31 约2.51万字 28页立即下载
一种用于合成医学图像的生成对抗网络.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113012045 B (45)授权公告日 2022.07.15 (21)申请号 202110203141.3 (56)对比文件
2023-06-08 约1.41万字 13页立即下载
一种基于对抗生成网络的车道线图像增强与补全方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112836573 A (43)申请公布日 2021.05.25 (21)申请号 202011547621.3 G06T 5/00 (2006.01) (22)申请日 20
2023-06-02 约8.8千字 9页立即下载
一种基于生成对抗网络的矿物图像数据扩充方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565054 A (43)申请公布日 2022.05.31 (21)申请号 202210239769.3 G06V 10/82 (2022.01) (22)申请日 2022.03.
2023-05-06 约9.61千字 9页立即下载