成果介绍
本申请公开了一种深度高分辨相位信息提取方法、装置、设备及其存储介质,该方法包括:通过基于注意力机制的深度卷积神经网络模型对相互重叠的样品正反相位像进行解构和分离;基于解构和分离后的样品正反相位像建立微分相位图像;通过X射线相位差显微成像物理模型产生网络训练数据,将训练好的模型直接用于实验数据处理,提取物体的绝对相位和微分相位信息。本申请提供的上述方案,可以快速、精准地从正负交叠的X射线相位显微成像数据中提取样品的绝对相位和微分相位信息;同时,本发明使用数值仿真方式生成网络训练数据,无需在实验系统上采集训练数据,大大降低实验难度,节省了实验时间。
成果亮点
一种深度高分辨相位信息提取方法,其特征在于,该方法包括:
通过基于注意力机制的深度卷积神经网络模型对相互重叠的样品正反相位像进行解构和分离;
基于解构和分离后的样品正反相位像建立微分相位图像;
通过X射线相位差显微成像物理模型产生网络训练数据,将训练好的模型直接用于实验数据处理,提取物体的绝对相位和微分相位信息。
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力,推动我国自主知识产权新工业的建立,成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统,由九个研究平台,国科大深圳先进技术学院,多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究,促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
产业化落地方案