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！

龙图腾网获悉浙江大学申请的专利基于条件扩散模型的自监督超分辨率图像增强方法及系统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：CN120598808B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511116013.X，技术领域涉及：G06T5/60；该发明授权基于条件扩散模型的自监督超分辨率图像增强方法及系统是由赵立;胥云智;李嘉欣设计研发完成，并于2025-08-11向国家知识产权局提交的专利申请。

本基于条件扩散模型的自监督超分辨率图像增强方法及系统在说明书摘要公布了：本发明公开了一种基于条件扩散模型的自监督超分辨率图像增强方法及系统。该方法通过获取磁共振设备采集的T1加权图像和第一动脉自旋标记图像，并进行上采样和配准，获得第二动脉自旋标记图像；然后基于以3DU‑Net模型为去噪网络且经过预训练的条件扩散模型，结合双条件采样策略和两阶段平均加速采样策略生成超分辨率动脉自旋标记图像。本发明可以提高ASL图像超分辨率重建的计算速度，并提升扩散模型的生成质量和稳定性，对低分辨率ASL有着明显的分辨率和图像质量的提升。

本发明授权基于条件扩散模型的自监督超分辨率图像增强方法及系统在权利要求书中公布了：1.一种基于条件扩散模型的自监督超分辨率图像增强方法，其特征在于，包括： S1、获取由磁共振设备采集的T1加权图像和分辨率低于T1加权图像的第一动脉自旋标记图像，并将第一动脉自旋标记图像上采样后配准至T1加权图像上，获得第二动脉自旋标记图像； S2、基于经过预训练的由采样过程和3D去噪网络构建的条件扩散模型，将所述T1加权图像输入条件扩散模型中，通过执行前向扩散过程获得伪随机图像；再以伪随机图像作为初始的噪声图像，输入条件扩散模型中按照加速采样策略执行采样过程得到生成图像，其中每一步中去噪网络的输入为第二动脉自旋标记图像与上一步输出的去噪图像沿通道维度的拼接图像；再将生成图像作为粗增强结果重新输入条件扩散模型中，以不加速采样的策略执行位于采样过程末尾的部分采样步，输出分辨率和细节得到增强优化的超分辨率动脉自旋标记图像； 所述条件扩散模型中的3D去噪网络采用3DU-Net模型，且在3DU-Net模型的编码器和解码器的每一层卷积层中通过正余弦编码机制将采样步信息引入卷积得到的特征图中，同时在编码器的最后一层卷积层与解码器的第一层上采样层之间增加自注意力层。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。