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！

龙图腾网获悉山东第一医科大学(山东省医学科学院)申请的专利一种基于长短曝光肿瘤图像的肿瘤图像降噪去模糊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：CN120563359B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202510731091.4，技术领域涉及：G06T5/70；该发明授权一种基于长短曝光肿瘤图像的肿瘤图像降噪去模糊方法是由陈鏖宇;安华章设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本一种基于长短曝光肿瘤图像的肿瘤图像降噪去模糊方法在说明书摘要公布了：本发明涉及一种基于长短曝光肿瘤图像的肿瘤图像降噪去模糊方法，涉及图像处理技术领域。本发明在采集肿瘤图像的过程中，按第一曝光时长采集第一肿瘤图像，按第二曝光时长采集第二肿瘤图像；第一肿瘤图像和第二肿瘤图像对齐，且第一曝光时长小于第二曝光时长；将对齐的第一肿瘤图像和第二肿瘤图像进行均匀采样拼接融合得到融合图像；构建降噪去模糊模型，所述降噪去模糊模型根据所述融合图像进行降噪去模糊操作得到高质量的肿瘤图像；其中，所述降噪去模糊模型包括：多尺度降采样模块、级联的像素逆重排模块和多尺度降采样模块形成的逆重排编码器、多尺度编码特征提取网络、级联的像素重排模块和卷积层形成的像素重排解码器。

本发明授权一种基于长短曝光肿瘤图像的肿瘤图像降噪去模糊方法在权利要求书中公布了：1.一种基于长短曝光肿瘤图像的肿瘤图像降噪去模糊方法，其特征在于，包括： 在采集肿瘤图像的过程中，按第一曝光时长采集第一肿瘤图像，按第二曝光时长采集第二肿瘤图像；第一肿瘤图像和第二肿瘤图像对齐，且第一曝光时长小于第二曝光时长； 将对齐的第一肿瘤图像和第二肿瘤图像进行均匀采样拼接融合得到融合图像，包括：构建与第一肿瘤图像和第二肿瘤图像等大的空图像；将第一肿瘤图像和第二肿瘤图像进行亮度对齐；对于第一肿瘤图像，从位置0,0开始，每隔2行、每隔2列取一个像素填充到空图像的相应位置；从位置1,1开始，每隔2行、2列取一个像素填充到空图像的相应位置；对于第二肿瘤图像，从位置0,1开始，每隔2行、每隔2列取一个像素填充到空图像的相应位置，从位置1,0开始，每隔2行、2列取一个像素填充到空图像的相应位置；对融合图像进行伽马校正； 构建并训练降噪去模糊模型；其中，所述降噪去模糊模型包括：级联的像素逆重排模块和多尺度降采样模块形成的逆重排编码器、多尺度编码特征提取网络、级联的像素重排模块和卷积层形成的像素重排解码器； 其中，所述逆重排编码器包括两个级联的所述像素逆重排模块和一个多尺度降采样模块；通过两个级联的所述像素逆重排模块将融合图像的空间维度的数据重排到通道维度，降采样空间维度尺度，扩充通道维度尺度得到第一重排特征图和第二重排特征图；所述多尺度降采样模块通过插值缩小实现融合图像的2倍、4倍和8倍的降采样，得到融合图形的多尺度降采样特征图； 所述多尺度编码特征提取网络包括：作为编码器单元的输入增强模块，输入增强模块级联编码器卷积层；所述编码器卷积层同样为编码器单元；输入增强模块和编码器卷积层对应设置级联的解码器卷积层；输入增强模块和其对应的解码器卷积层之间，相互对应的编码器卷积层和解码卷积层之间均设置由卷积层和残差卷积组成的瓶颈，其中，随着编码的深度增加，瓶颈中残差卷积的深度也增加；瓶颈的输入为上一级瓶颈中部的输出特征图的插值上采样结果与同一层级的编码器单元的输出拼接而成，任意层级瓶颈的输出拼接上一级解码器卷积层的插值上采样结果后输入到当前层级的解码器卷积层； 逆重排编码器提供第二重排特征图和多尺度降采样特征图给所述输入增强模块，所述输入增强模块通过上采样和下采样的形式将各多尺度降采样特征图在空间维度对齐第二重排特征图，而空间维度对齐的全部降采样特征图与第二重排特征图进行拼接，拼接后进行卷积融合和全局平均池化，通过线性层压缩还原通道生成注意力权重，通过Sigmoid将注意力权重归一化后，与卷积融合结果加权；加权后经卷积层处理与第二重排特征图经卷积层处理的结果拼接，卷积融合，得到增强输入特征图； 所述像素重排解码器包含：两组级联的像素重排解码单元，每组像素重排解码单元包括：像素重排模块，处理相应层级像素逆重排模块输出的卷积层，拼接和卷积层；一个像素重排解码单元利用像素重排模块将多尺度聚合特征图像素重排，多尺度聚合特征图的一次像素重排结果与相应层级像素逆重排模块输出的卷积结果拼接，拼接后通过融合用卷积层融合；另一个像素重排解码单元利用像素重排模块继续对融合特征图进行像素重排，多尺度聚合特征图的二次像素重排结果与相应层级像素逆重排模块输出的卷积结果拼接，而后通过卷积层映射成降噪去模糊的图像； 预训练的所述降噪去模糊模型根据所述融合图像进行降噪去模糊操作得到降噪去模糊的肿瘤图像。

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山东第一医科大学(山东省医学科学院)，其通讯地址为：250117 山东省济南市槐荫区青岛路6699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。