基于聚合膨胀卷积网络的图像去模糊方法

    公开(公告)号:CN108376387A

    公开(公告)日:2018-08-07

    申请号:CN201810008937.1

    申请日:2018-01-04

    Applicant: 复旦大学

    CPC classification number: G06T5/003 G06N3/0454 G06N3/08

    Abstract: 本发明属于计算机数字图像处理技术领域,具体为一种基于聚合膨胀卷积网络的图像去模糊方法。本发明包括构建深度神经网络:基于条件对抗生成网络,包含生成器与鉴别器,生成器结构使用堆叠的自编码器模块,自编码器模块使用自编码器结构与跳跃连接,在构建模块上使用残差模块,残差模块使用残差网络以及多路聚合膨胀卷积,鉴别器使用5层卷积神经网络;训练深度神经网络:使用公开的、真实场景下的模糊图像数据集,利用图像内容损失函数与对抗损失函数,训练前一步中构建的深度神经网络;利用训练好的网络模型对模糊图像进行去模糊处理。本发明方法能够保证去模糊效果,并快速高效地将模糊图像恢复成清晰图像,可极大地提高图像去模糊的效率。

    基于聚合膨胀卷积网络的图像去模糊方法

    公开(公告)号:CN108376387B

    公开(公告)日:2021-09-17

    申请号:CN201810008937.1

    申请日:2018-01-04

    Applicant: 复旦大学

    Abstract: 本发明属于计算机数字图像处理技术领域,具体为一种基于聚合膨胀卷积网络的图像去模糊方法。本发明包括构建深度神经网络:基于条件对抗生成网络,包含生成器与鉴别器,生成器结构使用堆叠的自编码器模块,自编码器模块使用自编码器结构与跳跃连接,在构建模块上使用残差模块,残差模块使用残差网络以及多路聚合膨胀卷积,鉴别器使用5层卷积神经网络;训练深度神经网络:使用公开的、真实场景下的模糊图像数据集,利用图像内容损失函数与对抗损失函数,训练前一步中构建的深度神经网络;利用训练好的网络模型对模糊图像进行去模糊处理。本发明方法能够保证去模糊效果,并快速高效地将模糊图像恢复成清晰图像,可极大地提高图像去模糊的效率。

    一种源于循环肿瘤细胞的肠癌类器官培养和传代方法

    公开(公告)号:CN111197031A

    公开(公告)日:2020-05-26

    申请号:CN202010108753.X

    申请日:2020-02-21

    Abstract: 本发明提供了一种源于循环肿瘤细胞的肠癌类器官培养和传代的方法,该方法包括如下步骤:(1)使用人结直肠癌循环肿瘤细胞类器官培养基与Matrigel按照1:1的比例进行混合制成种板胶;(2)将5.5μm孔径的细胞过滤器从转移性结直肠癌患者血液中捕获的细胞使用种板胶进行重悬之后滴加至24孔板内;(3)待种板胶凝固之后在其周围加入人结直肠癌循环肿瘤细胞类器官培养基进行培养;(4)传代时,将原有培养基弃掉,加入TrypLE消化液进行消化;(5)使用含有10%FBS的DMEM培养基终止消化之后,使用PBS清洗2次,重新使用种板胶进行重悬种板即可。本发明提供的源于循环肿瘤细胞的肠癌类器官培养和传代的方法,为研究循环肿瘤细胞所导致的转移及耐药机制研究提供实验模型,同时可进行药物敏感性筛选,为晚期肠癌个体化治疗提供有效依据。

Patent Agency Ranking