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！

龙图腾网获悉中山大学申请的专利一种基于低分辨率乳腺X光片的图像质量提升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：CN119648550B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202411776043.9，技术领域涉及：G06T5/60；该发明授权一种基于低分辨率乳腺X光片的图像质量提升方法是由陆遥;潘嘉伟设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种基于低分辨率乳腺X光片的图像质量提升方法在说明书摘要公布了：本发明涉及医学图像的技术领域，更具体地，涉及一种基于低分辨率乳腺X光片的图像质量提升方法，包括如下步骤：S1.获取二维乳腺断层摄像图像以及低分辨率乳腺X光图像组；S2.将二维乳腺断层摄像图像与低分辨率乳腺X光图像组中的所有图像均进行对应配对，然后划分为训练集和测试集；S3.基于深度学习方法构建深度学习重建模型；S4.输入训练集对深度学习重建模型进行训练；S5.使用训练好的深度学习重建模型在测试集上进行测试，然后在测试集中选取表现最佳的合成乳腺X光图像所对应的模型作为输出模型。本发明能够在降低患者在影像筛查时所需接受的放射剂量的基础上，得到更高质量的合成乳腺X光片。

本发明授权一种基于低分辨率乳腺X光片的图像质量提升方法在权利要求书中公布了：1.一种基于低分辨率乳腺X光片的图像质量提升方法，其特征在于，包括如下步骤： S1.获取多个患者的多种投照位置的三维乳腺断层摄影图像以及低放射剂量乳腺X光图像，在对图像进行预处理后分别得到二维乳腺断层摄像图像以及低分辨率乳腺X光图像组； S2.将所述二维乳腺断层摄像图像与低分辨率乳腺X光图像组中的所有图像均进行对应配对，得到配对图像组，然后将得到的所有配对图像组划分为训练集和测试集； S3.基于深度学习方法构建深度学习重建模型；所述深度学习重建模型包括生成网络、生成网络损失函数、高分辨率网络、高分辨率网络损失函数； S4.输入所述训练集对所述深度学习重建模型进行训练；其中：步骤S4包括如下步骤： S41.设置低分辨率区分点，若当前配对图像组中的低分辨率乳腺X光图像的分辨率等于低分辨率区分点，则执行步骤S43，否则执行步骤S42； S42.使用所述生成网络对当前配对图像组进行特征提取以及拼接，得到等于低分辨率区分点的低分辨率合成乳腺X光图像，然后使用所述生成网络损失函数进行评估，接着将评估后的低分辨率合成乳腺X光图像更新至当前配对图像组中，然后执行步骤S43； S43.使用所述高分辨率网络对当前配对图像组进行特征提取、拼接以及放大，得到合成乳腺X光图像，然后使用所述高分辨率网络损失函数衡量所述合成乳腺X光图像与对应的低放射剂量乳腺X光图像之间的差距，并最小化损失优化所述高分辨率网络的参数； S5.使用训练好的深度学习重建模型在所述测试集上进行测试，然后根据得到的合成乳腺X光图像与对应的低放射剂量乳腺X光图像进行比较，最后在所述测试集中选取表现最佳的合成乳腺X光图像所对应的深度学习重建模型作为输出模型。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135号；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”。