System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及机器学习及人工智能领域,尤其涉及一种基于swinir物理模型的傅里叶叠层成像重建结构、方法和电子设备。
技术介绍
1、传统显微镜的发展愈来愈迅速,但是传统的显微镜成像系统收到系统空间带宽积(sbp)的限制,导致传统显微镜成像系统的空间带宽积往往只有百万级的像素,且根据目前已知的技术手段很难突破到更高级别。
2、其次,传统的显微镜成像系统是基于神经网络的傅里叶叠层显微重建图像,但是,显微镜成像系统存在着比较大的限制条件,例如,当观测一个细胞载玻片样本时,当选择低倍的物镜时,虽然这样观测的视场大,可以实现全局观测样本,但是可观测的分辨率较低,而当选择高倍的物镜时,肉眼观测的视场小且窄,仅能观测到样本的一部分,但是可以获得更高的分辨率。
3、因此,目前基于神经网络的傅里叶叠层显微重建图像对于图像的重建精度低,重建效果不好,并且重建速度较慢。
技术实现思路
1、本专利技术的目的在于提供一种基于swinir物理模型的傅里叶叠层成像重建结构、方法和电子设备,解决基于神经网络的傅里叶叠层显微重建图像对于图像的重建精度低,重建效果不好,并且重建速度较慢的问题
2、第一方面,本专利技术提供一种基于swinir物理模型的傅里叶叠层成像重建结构,包括:相互连接的双通道输入模块、浅层特征提取模块、深层特征提取模块、重建模块和输出模块,所述swinir物理模型还包括一端和所述浅层特征提取模块的输出端连接,另一端和所述深层特征提取模块的输出端连接的残差模块;<
...【技术保护点】
1.一种基于SwinIR物理模型的傅里叶叠层成像重建结构,其特征在于,包括:相互连接的双通道输入模块、浅层特征提取模块、深层特征提取模块、重建模块和输出模块,所述SwinIR物理模型还包括一端和所述浅层特征提取模块的输出端连接,另一端和所述深层特征提取模块的输出端连接的残差模块;
2.根据权利要求1所述的结构,其特征在于,所述深层特征提取模块包括六个剩余振荡变压子模块和三个3×3的卷积层。
3.根据权利要求2所述的结构,其特征在于,每一个所述剩余振荡变压子模块包括六个换向变压层和一个3×3的当前卷积层。
4.一种基于SwinIR物理模型的傅里叶叠层成像重建方法,应用于权利要求1-3任一所述的基于SwinIR物理模型的傅里叶叠层成像重建结构中,其特征在于,所述方法包括:
5.根据权利要求4所述的方法,其特征在于,所述将原始图像输入至所述双通道输入模块进行图像输入处理传输至所述浅层特征提取模块,包括:
6.根据权利要求5所述的方法,其特征在于,所述浅层低频特征F0为:
7.根据权利要求4所述的方法,其特征在于,所
8.根据权利要求7所述的方法,其特征在于,所述深层特征提取模块包括六个剩余振荡变压子模块和三个3×3的卷积层;每一个所述剩余振荡变压子模块包括六个换向变压层和一个3×3的当前卷积层,预先设定第i个所述剩余振荡变压子模块的输入特征Fi,0,其中换向变压层的作用为提取中间特征Fi,1,Fi,2,Fi,3,...,Fi,L,即
9.根据权利要求8所述的方法,其特征在于,所述剩余振荡变压子模块的输出为其中,表示第i个RSTB中的卷积层。
10.一种电子设备,其特征在于,包括:一个或多个处理器;和其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得执行权利要求4-9任一所述的基于SwinIR物理模型的傅里叶叠层成像重建方法。
...【技术特征摘要】
1.一种基于swinir物理模型的傅里叶叠层成像重建结构,其特征在于,包括:相互连接的双通道输入模块、浅层特征提取模块、深层特征提取模块、重建模块和输出模块,所述swinir物理模型还包括一端和所述浅层特征提取模块的输出端连接,另一端和所述深层特征提取模块的输出端连接的残差模块;
2.根据权利要求1所述的结构,其特征在于,所述深层特征提取模块包括六个剩余振荡变压子模块和三个3×3的卷积层。
3.根据权利要求2所述的结构,其特征在于,每一个所述剩余振荡变压子模块包括六个换向变压层和一个3×3的当前卷积层。
4.一种基于swinir物理模型的傅里叶叠层成像重建方法,应用于权利要求1-3任一所述的基于swinir物理模型的傅里叶叠层成像重建结构中,其特征在于,所述方法包括:
5.根据权利要求4所述的方法,其特征在于,所述将原始图像输入至所述双通道输入模块进行图像输入处理传输至所述浅层特征提取模块,包括...
【专利技术属性】
技术研发人员:王晓丽,李明晶,李杰,王新博,王昊,王岩,金元尚,林泽川,崔洁,罗艳丽,王永山,刘冬梅,云海姣,
申请(专利权)人:长春大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。