公开(公告)号：CN118014843A

公开(公告)日：2024-05-10

申请号：CN202410278585.7

申请日：2024-03-12

Applicant: 厦门大学

Inventor： 张建寰 ,  方一帆 ,  徐周毅 ,  张陈涛 ,  杭纬

IPC: G06T3/4053 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明一种基于零样本学习的质谱图像超分辨率重建方法，包括：获取质谱谱图数据，通过数据预处理，得到不同质荷比离子的离子图像数据；构建前滤波模型，使用得到的离子图像数据训练该前滤波模型，得到前滤波后的离子图像；构建上采样器、下采样器以及判别器；基于下采样器、判别器及上采样器构建正向通道；基于上采样器及下采样器构建反向通道；基于正向通道和反向通道构建基于零样本的质谱图像超分辨率网络，利用训练好的质谱图像超分辨率网络的上采样器输出最终待超分辨率重构离子图像。本发明无需大量数据集进行学习，有效解决了质谱成像在高空间分辨率下成像速度慢的问题，以及成像设备开发周期长、成本高、成像速度与空间分辨率冲突等问题。

公开(公告)号：CN118014842A

公开(公告)日：2024-05-10

申请号：CN202410278583.8

申请日：2024-03-12

Applicant: 厦门大学

Inventor： 徐周毅 ,  方一帆 ,  张陈涛 ,  张建寰 ,  杭纬

IPC: G06T3/4053 ,  G06T5/50 ,  G06T7/30 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明一种基于参考的质谱图像超分辨率重构方法，包括：获取质谱图像以及H&E染色显微图像数据；获取质谱图像的信噪比，如果信噪比低，利用预处理管道进行增强滤波预处理；将滤波增强预处理后的质谱图像输入超分辨率重构模块，输出粗超分辨率重构图像；将H&E染色显微图像和质谱图像分别进行预处理，输入图像配准模块进行粗配准，得到粗配准后的H&E染色显微图像；将粗超分辨率重构图像以及粗配准后的H&E染色显微图像输入图像融合模块，输出最终待超分辨率重构的目标质谱图像。本发明将超分辨率重构、图像配准以及图像融合相结合，建立了端到端深度神经网络实现质谱图像超分辨率重构，在保留质谱图像离子信息的同时增强了图像的细节并提高了空间分辨率。