公开(公告)号：CN117495680B

公开(公告)日：2024-05-24

申请号：CN202410001400.8

申请日：2024-01-02

Applicant: 华侨大学

Inventor： 黄小茜 ,  黄德天 ,  宋佳讯 ,  刘航 ,  林明昕 ,  曾焕强

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/80

Abstract: 本发明公开了一种基于特征融合Transformer的多对比度核磁共振图像超分辨率方法，涉及图像处理技术领域，包括：构建浅层特征提取模块；构建双域特征提取模块和双融合特征提取模块并进行组合，生成残差全局特征融合模块，基于残差全局特征融合模块构建深层特征提取模块；构建图像重建模块；将浅层特征提取模块、深层特征提取模块和图像重建模块组合，构建基于特征融合Transformer的多对比度核磁共振图像超分辨率网络，并以待重建的低分辨率图像和核磁共振图像作为网络的输入，得到重建后高分辨率图像。本发明利用特征融合Transformer来提取多对比度MRI图像中所包含的全局与局部特征，使得重建的图像更加清晰。

公开(公告)号：CN117495714A

公开(公告)日：2024-02-02

申请号：CN202410004081.6

申请日：2024-01-03

Applicant: 华侨大学

Inventor： 宋佳讯 ,  黄德天 ,  黄小茜 ,  林明昕 ,  刘航 ,  曾焕强

IPC: G06T5/70 ,  G06N3/0455 ,  G06N3/0464 ,  G06T5/10 ,  G06T5/50

Abstract: 本发明公开了一种基于扩散生成先验的人脸图像复原方法、装置及可读介质，涉及图像处理模块，包括：构建基于预训练的扩散模型的人脸图像复原模型，将待复原的人脸图像输入前向加噪模块中逐步增加噪声，得到噪声图像；将噪声图像输入反向去噪模块中逐步去噪，生成最终复原的人脸图像；将第t步的噪声图像及第t步的时间戳输入噪声预测器，预测得到第t步的噪声；在前向加噪模块中，将第t步的噪声图像和第t步的噪声输入结合融合反演的前向扩散公式，得到第t+1步的噪声图像；在反向去噪模块中，对第t步的噪声图像进行零阈值分解，并与第t步的噪声输入反向扩散公式，得到第t‑1步的噪声图像，解决了现有技术生成的复原图像在真实性和一致性差问题。

公开(公告)号：CN117495680A

公开(公告)日：2024-02-02

申请号：CN202410001400.8

申请日：2024-01-02

Applicant: 华侨大学

Inventor： 黄小茜 ,  黄德天 ,  宋佳讯 ,  刘航 ,  林明昕 ,  曾焕强

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/80

Abstract: 本发明公开了一种基于特征融合Transformer的多对比度核磁共振图像超分辨率方法，涉及图像处理技术领域，包括：构建浅层特征提取模块；构建双域特征提取模块和双融合特征提取模块并进行组合，生成残差全局特征融合模块，基于残差全局特征融合模块构建深层特征提取模块；构建图像重建模块；将浅层特征提取模块、深层特征提取模块和图像重建模块组合，构建基于特征融合Transformer的多对比度核磁共振图像超分辨率网络，并以待重建的低分辨率图像和核磁共振图像作为网络的输入，得到重建后高分辨率图像。本发明利用特征融合Transformer来提取多对比度MRI图像中所包含的全局与局部特征，使得重建的图像更加清晰。