深智透医疗科技发展(上海)有限责任公司项磊获国家专利权
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!
龙图腾网获悉深智透医疗科技发展(上海)有限责任公司申请的专利基于噪声水平的差异化CT图像增强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:CN119090759B 。
龙图腾网通过国家知识产权局官网在2025-05-27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:202411042634.3,技术领域涉及:G06T5/70;该发明授权基于噪声水平的差异化CT图像增强方法是由项磊;王骕;张志浩;宫恩浩设计研发完成,并于2024-07-31向国家知识产权局提交的专利申请。
本基于噪声水平的差异化CT图像增强方法在说明书摘要公布了:本发明属于医学图像处理领域,提供了基于噪声水平的差异化CT图像增强方法,包括数据预处理,构建去噪网络并训练、构建超分辨率网络并训练、构建噪声水平分类网络并训练、CT图像增强、数据后处理六个步骤;本发明通过判定CT图像的噪声水平,使用不同的深度学习算法,即去噪或超分辨率模型对CT图像的质量进行优化,泛化能力更强,能应对更复杂多变的输入数据;使用多种传统滤波方法和超分预训练模型处理带噪声的数据得到训练所需的金标准图像,因此不需要事先花费时间精力采集高质量的金标准图像;通过后处理操作校准输出图像的CT值,确保增强前后的CT值差异不影响临床诊断的准确性,相较于其他未做CT值校准的方法,更具有实际应用的价值。
本发明授权基于噪声水平的差异化CT图像增强方法在权利要求书中公布了:1.基于噪声水平的差异化CT图像增强方法,其特征在于,包括以下步骤:S1、构建训练数据集:获取带有多种噪声水平的dicom格式的CT图像;根据临床医生的建议,将数据集划分为高噪声水平子数据集和低噪声水平子数据集;S2、数据预处理:对CT图像进行归一化处理,将数据范围调整到0到1之间;S3、构建去噪网络并训练:选用SCUNet作为去噪网络;使用多种传统的无监督去噪方法对高噪声水平子数据集里的CT图像进行手动调参去噪,由医生确认满足临床要求后,作为金标准图像,进而得到成对的训练数据集;训练网络,收敛后得到最终的去噪模型;S4、构建超分辨率网络并训练:选用LIIF网络作为超分率网络;使用SwinIR图像超分网络的预训练模型对低噪声水平子数据集里的CT图像进行超分辨率,由医生确认满足临床要求后,作为金标准图像;训练网络,收敛后得到最终的超分辨率模型;S5、构建噪声水平分类网络并训练:设计多层感知机作为分类网络;读取训练数据集中dicom中代表CT剂量的属性,将属性值与医生判定的相应噪声水平一一对应,制作分类网络训练集;训练网络,收敛后得到最终的噪声水平分类模型;S6、CT图像增强:给定一张dicom格式的CT图像,使用S1所述数据预处理方式进行归一化;读取dicom中代表CT剂量的属性,使用S5所述噪声水平分类网络判断它的噪声水平;如果是高噪声水平则使用去噪模型进行推理,反之则用超分模型进行推理,得到输出CT图像;S7、数据后处理:对输出CT图像,首先调整其尺寸与输入一致;再将其数据范围裁剪到0到1之间,并反归一化到输入图像的数据范围;然后使用MeanShift算法调整局部CT值,使其与输入图像上对应区域的CT值差异处于临床上的可接受范围之内,得到增强后的CT图像;保存为dicom格式的最终结果,MeanShift算法的计算方法为:output=MeanShiftinput-output’+output’其中MeanShift是一个局部平均值卷积核,核尺寸为51,步长为1,input,output’,output分别表示输入图像,反归一化步骤后的输出CT图像,增强后的CT图像。
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深智透医疗科技发展(上海)有限责任公司,其通讯地址为:200333 上海市普陀区金沙江路938号11层1105-1106室;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。