安徽工程大学刘进获国家专利权
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！
龙图腾网获悉安徽工程大学申请的专利一种基于残差域迭代优化网络的低剂量CT重建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：CN115731158B 。
龙图腾网通过国家知识产权局官网在2025-09-02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：202210765963.5，技术领域涉及：G06T7/00；该发明授权一种基于残差域迭代优化网络的低剂量CT重建方法是由刘进;亢艳芹;强俊;刘涛;吴凡;孙宇;晏宇豪设计研发完成，并于2022-07-01向国家知识产权局提交的专利申请。
本一种基于残差域迭代优化网络的低剂量CT重建方法在说明书摘要公布了：本发明公开了一种基于残差域迭代优化网络的低剂量CT重建方法，属于计算机断层成像技术领域。本发明的低剂量CT重建方法，首先，通过添加图像域及投影域残差建立低剂量CT重建的多目标优化函数；然后，对该多目标优化函数进行分解求解，其中可直接优化部分采用迭代求解计算，残差域更新部分采用卷积稀疏编码网络来实现；最后，通过模块级联形式实现低剂量CT的迭代重建。此外，为提高初始优化值，本发明采用图像域的卷积稀疏编码网络来获得首次重建图像的更新。采用本发明的方法可以提高网络的重建效果、收敛性及泛化能力，并减少低剂量重建图像中的噪声伪影，提高成像效果。
本发明授权一种基于残差域迭代优化网络的低剂量CT重建方法在权利要求书中公布了：1.一种基于残差域迭代优化网络的低剂量CT重建方法，其特征在于，包括以下步骤： 步骤1、建立基于图像及投影数据残差域更新的低剂量CT重建多目标优化函数，建立所得低剂量CT重建多目标优化函数表示为： 其中：上标t为迭代次数，u为重建图像数据，p为扫描并经过预处理后的投影数据，A为投影矩阵，y为投影数据p与第t次重建图重投影结果的残差，z为由y贡献的图像域残差，Ψ·为卷积稀疏编码网络，用于图像域残差z的准确估计和更新，μ和ρ为正则化参数；其中，采用卷积稀疏编码网络Ψ·对图像域残差进行准确估计和更新； 步骤2、对多目标优化函数进行求解并实现迭代优化网络，以用于低剂量CT图像的重建； 步骤3、初始化首次重建的CT图像； 步骤4、训练迭代优化网络，获得网络模型参数； 步骤5、用训练好的网络实现低剂量CT图像的重建。
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安徽工程大学，其通讯地址为：241000 安徽省芜湖市鸠江区北京中路8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”。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号