买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京信息工程大学申请的专利一种基于循环对抗生成网络的模拟靛胭脂染色方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116309947B 。

龙图腾网通过国家知识产权局官网在2026-05-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310267162.0，技术领域涉及：G06T11/40；该发明授权一种基于循环对抗生成网络的模拟靛胭脂染色方法是由宋慧慧;丁鑫兰;孙子正设计研发完成，并于2023-03-20向国家知识产权局提交的专利申请。

本一种基于循环对抗生成网络的模拟靛胭脂染色方法在说明书摘要公布了：本发明公开一种基于循环对抗生成网络的模拟靛胭脂染色方法，包括以下步骤：将内镜图像白光图像输入至训练好的模拟靛胭脂染色模型，生成模拟靛胭脂染色图像；所述模拟靛胭脂染色模型为基于Transformer和CNN的TransUNet骨干网络，其中，CNN中包括生成器GA、生成器GB和判别器Dx，所述模拟靛胭脂染色模型的训练方法包括：建立网络训练集；然后生成模拟染色图像P3；将模拟染色图像P3输入判别器Dx中，由判别器Dx判断模拟染色图像P3是否为内镜图像染色图像P2，得到相应的总损失并输入到生成器GA和生成器GB中进行训练。本发明提供的一种基于循环对抗生成网络的模拟靛胭脂染色方法，能够对内镜图像进行模拟靛胭脂染色，降低医疗成本，以及避免多次的内镜检测以及药物使用。

本发明授权一种基于循环对抗生成网络的模拟靛胭脂染色方法在权利要求书中公布了：1.一种基于循环对抗生成网络的模拟靛胭脂染色方法，其特征在于：包括以下步骤： 将内镜图像白光图像输入至训练好的模拟靛胭脂染色模型，生成模拟靛胭脂染色图像； 所述模拟靛胭脂染色模型为基于Transformer和CNN的TransUNet骨干网络，其中，CNN中包括生成器、生成器和判别器， 所述模拟靛胭脂染色模型的训练方法包括： 收集内镜图像数据集，划分未经染色的内镜图像白光图像和经过靛胭脂染色的内镜图像染色图像，对内镜图像白光图像和内镜图像染色图像进行裁剪，得到网络训练集； 在下采样时，将网络训练集中内镜图像白光图像送入生成器进行编码，将内镜图像白光图像的底层特征转化为特征向量，然后使用Transformer对特征向量进行特征提取得到特征结果，最后使用生成器的解码器对特征结果进行上采样解码，生成模拟染色图像，其中将图像底层特征转化为特征向量具体为：使用CNN对图像进行特征提取，得到输入图像的特征图，再将所得到的特征图与解码器中同一尺寸特征图进行特征融合，得到融合后特征图，再将融合后特征图通过线性投影变换得到大小为n_patch，D的二维标记向量，即特征向量，其中n_patch=8，D则根据输入图像所选取；Transformer对特征向量进行特征提取具体为；在获得特征向量之后，将特征向量送入送入12个Transformer层，输出被重新整形为表示此时特征图的高度和宽度为输入图像的16倍下采样； 将模拟染色图像输入判别器中，由判别器判断模拟染色图像是否为内镜图像染色图像，得到相应的总损失并输入到生成器和生成器中进行训练； 将模拟染色图像送入生成器进行编码，将模拟染色图像的底层特征转化为特征向量，然后使用Transformer对特征向量进行特征提取得到特征结果，最后使用生成器的解码器对特征结果进行上采样解码，生成模拟白光图像，其中解码器上采样过程使用ReLU激活函数与大小为的卷积核进行上采样操作，其公式表达如下： ； 其中、、、为图像下采样的特征，、、、为图像上采样的特征，为下采样卷积函数，为Transformer特征提取函数，为上采样卷积函数； 将模拟白光图像输入判别器中，由判别器判断模拟白光图像是否为内镜图像白光图像，得到相应的总损失并输入到生成器和生成器中进行训练，得到训练好的带有网络参数权重的生成器和生成器。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京信息工程大学，其通讯地址为：224002 江苏省盐城市盐南高新区新河街道文港南路105号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。