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！

龙图腾网获悉沈阳理工大学申请的专利基于属性交互生成的肺结节图像属性生长序列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：CN119323536B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411459496.9，技术领域涉及：G06T5/77；该发明授权基于属性交互生成的肺结节图像属性生长序列重建方法是由朱宏博;刘博文;张文波;李鹤群;谭小波设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。

本基于属性交互生成的肺结节图像属性生长序列重建方法在说明书摘要公布了：本发明提供一种基于属性交互生成的肺结节图像属性生长序列重建方法，涉及医学影像处理领域。设计了一种改进的DeepLabv3+分割模型以及一个孪生框架的生成模型，使结节生成的准确率达更高。通过引入去噪扩散概率模型，可以轻松获取大量属性编辑向量，进而生成对应的结节，此发明提高了重建图像的质量，重建后图像的结构相似性SSIM指数更高，感知图像质量评价LPIPS得分明显下降，有望成为辅助医生分析及促进医学研究的有价值工具，同时实现对现有的医学数据集的扩展。

本发明授权基于属性交互生成的肺结节图像属性生长序列重建方法在权利要求书中公布了：1.一种基于属性交互生成的肺结节图像属性生长序列重建方法，其特征在于，包括以下步骤： 步骤1：获取医学数据集；所述医学数据集中包括若干个病例，每个病例中包括CT扫描序列和结节数据，所述CT扫描序列为三维影像数据，其中包括若干张CT扫描图像，即三维影像数据的二维切片，每个CT扫描图像覆盖了肺部的不同层面；所述结节数据中包括CT扫描图像中每个结节的位置、大小和属性信息； 步骤2：对医学数据集进行预处理，获取真实掩码和真实的背景图像，进而得到预处理后的医学数据集； 步骤3：基于属性信息对预处理后的医学数据集中的CT扫描图像进行聚类，并利用全排列方法获取若干个图像对； 步骤4：根据获取的若干个图像对，获取训练数据集； 步骤5：对训练数据集进行归一化处理，得到归一化处理后的训练数据集； 步骤6：利用归一化后的训练数据集对去噪扩散概率模型进行训练，并利用训练完成的去噪扩散概率模型得到控制向量； 步骤7：构建改进的DeepLabv3+分割模型，利用步骤2得到的预处理后的医学数据集对改进的DeepLabv3+分割模型进行训练，并利用训练完成的改进的DeepLabv3+分割模型得到分割掩码； 步骤8：将真实掩码与预处理后的医学数据集中的CT扫描图像进行逐像素相乘，得到具有孔洞的背景图像； 步骤9：对步骤7中得到的分割掩码采用全排列方法，生成若干个掩码图像对； 步骤10：构建基于伪时间窗口的孪生框架生成模型，利用掩码图像对和控制向量对基于伪时间窗口的孪生框架生成模型进行训练，并利用训练完成的基于伪时间窗口的孪生框架生成模型得到两个虚假掩码图像； 步骤11：利用具有孔洞的背景图像和真实掩码对基于U‑Net的孔洞填充模型进行训练，并利用训练完成的基于U‑Net的孔洞填充模型得到填充后的图像； 步骤12：利用Alpha融合方法将填充后的图像与虚假掩码图像叠加，得到重建图像。

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沈阳理工大学，其通讯地址为：110159 辽宁省沈阳市浑南区南屏中路6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”。

以上内容由龙图腾AI智能生成。