一种基于CycleGan的阴道镜图像模态转换方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于CycleGan的阴道镜图像模态转换方法，该方法包括以下步骤：将阴道镜白光/荧光图像从含其他各种图像的混合数据集使用预训练的VGG网络筛选出来从而得到输入图像；将输入图像经过标准化、归一化，以消除数据中的噪声和离群值；分别定义CycleGan的生成器、鉴别器以及损失函数；将经过预处理的源图像数据输入循环生成对抗网络进行训练；通过训练好的网络得到与源图像位于同一坐标系下的目标域合成图像数据；本发明可以将跨模态相关问题转化为单模态相关问题，给医学图像跨模态配准，医学图像跨模态融合等相关问题提供了一种新的更为简便的实现方法。

《一种基于CycleGan的阴道镜图像模态转换方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2023117826268，当前法律状态为已下证，由南昌航空大学提出申请，发明人为刘君;刘模平;李凌;安云婷;郑子雯，申请日期为2023-12-22，公开（公告）日期为2024-04-05，国际专利分类号（IPC）为 G06V 10/80 (2022.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于CycleGan的阴道镜图像模态转换方法，该方法包括以下步骤：将阴道镜白光/荧光图像从含其他各种图像的混合数据集使用预训练的VGG网络筛选出来从而得到输入图像；将输入图像经过标准化、归一化，以消除数据中的噪声和离群值；分别定义CycleGan的生成器、鉴别器以及损失函数；将经过预处理的源图像数据输入循环生成对抗网络进行训练；通过训练好的网络得到与源图像位于同一坐标系下的目标域合成图像数据；本发明可以将跨模态相关问题转化为单模态相关问题，给医学图像跨模态配准，医学图像跨模态融合等相关问题提供了一种新的更为简便的实现方法。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！