公开(公告)号：CN119444574A

公开(公告)日：2025-02-14

申请号：CN202411536622.6

申请日：2024-10-31

Applicant: 成都信息工程大学

Inventor： 胡靖 ,  邓辉 ,  樊钦睿

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/094

Abstract: 本发明提供基于特征补偿注意力的医学图像超分辨率方法及系统，涉及医学图像处理领域，该方法包括：建立医学图像超分辨率生成对抗网络模型，包括生成器及判别器，生成器包括第一特征提取组件、特征注入组件、第二特征提取组件及重建组件，第一特征提取组件和特征注入组件的输出为第二特征提取组件的输入，第二特征提取组件的输出为重建组件的输入；训练医学图像超分辨率生成对抗网络模型，得到医学图像超分辨率模型，包括训练后的医学图像超分辨率生成对抗网络模型的生成器；通过医学图像超分辨率模型基于低分辨率医学图像，得到高分辨率医学图像，具有生成更接近真实图像的高分辨率医学图像的优点。

公开(公告)号：CN119960088A

公开(公告)日：2025-05-09

申请号：CN202510451150.2

申请日：2025-04-11

Applicant: 成都信息工程大学

Inventor： 胡靖 ,  邓辉 ,  郑鹏 ,  张红湖 ,  谭诗翰 ,  吴锡

IPC: G01W1/10 ,  G06V10/44 ,  G06V10/82 ,  G06T3/4007 ,  G06T3/4038 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明提供基于多源数据融合和动静时空网络的降水预测方法及系统，涉及数据处理领域，该方法包括：获取多组样本数据，其中，样本数据包括样本区域的历史多源气象图及历史降雨数据；对多组样本数据进行预处理，生成多组训练样本；建立降水预测模型，其中，降水预测模型至少包括特征融合模块及动静时空网络模块；基于全局帧间感知损失函数和多组训练样本，对降水预测模型进行训练；获取目标区域的多源气象图；对目标区域的多源气象图进行预处理；通过降水预测模型根据预处理后的目标区域的多源气象图，生成目标区域未来的降水预测数据，具有提高短临降水预测的准确度的优点。