专利交易市场

本发明公开了一种荧光显微图像超分辨率成像方法。本发明步骤如下：1：整理图像数据集，并将数据集按要求划分出训练集、测试集和验证集；2：输入训练集、测试集用基于深度学习的超分辨率神经网络训练出所需要参数的模型；3：用荧光显微镜发射特定波长紫外线，照射室用量子点变过的样本上，并使用CCD对样本成像，得到一系列的图像序列；4：使用SOFI算法，基于记录时间序列的图像，对荧光波动进行统计分析，通过计算整个时间序列内所有帧的各水平方向的累积量，得到荧光显微图像；5：使用FSRCNN读取模型中的参数，对荧光显微图像进行超分辨率处理，得到高质量图像。本发明达到快速生成噪声少、细节清晰、高质量的荧光显微图像。

本发明公开了一种基于生成对抗网络和混合Transformer的太赫兹图像超分辨方法及系统，方法包括：步骤S1、使用太赫兹成像设备对待检测人员拍摄太赫兹图像，构建太赫兹图数据集；步骤S2、基于生成对抗网络和缓和Transfor mer构建太赫兹图像超分辨模型；步骤S3、使用所述太赫兹图数据集对所述太赫兹图像超分辨模型进行训练，得到训练好的太赫兹图像超分辨模型；步骤S4、使用训练好的网络对待检测的太赫兹图像进行图像超分辨。本发明通过设计残差空间和通道重建卷积增强密集模块，有效地对太赫兹图像中的噪声进行了去除并且对特征信息进行了提取，从而为后续的细节特征增强和图像重建提供了鲁棒性更好的特征图信息。