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！

龙图腾网获悉陕西中医药大学附属医院申请的专利基于生成对抗网络的低剂量CT图像质量优化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：CN121544485B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610049122.2，技术领域涉及：G06T5/60；该发明授权基于生成对抗网络的低剂量CT图像质量优化方法及系统是由常荷;田骞;张韵晗设计研发完成，并于2026-01-15向国家知识产权局提交的专利申请。

本基于生成对抗网络的低剂量CT图像质量优化方法及系统在说明书摘要公布了：本申请公开了基于生成对抗网络的低剂量CT图像质量优化方法及系统，涉及图像优化技术领域，该方法包括：对预设损失函数进行优化获取适配加权损失函数；结合生成对抗网络构建低剂量CT图像的图像质量优化通道；采集目标用户的肺部低剂量CT图像，并评估确定图像优化难度指数；对肺部低剂量CT图像进行质量优化生成若干个初始优化CT图像，并评估确定初始生成偏差特征；对若干个初始优化CT图像进行图像聚合，输出CT图像质量优化结果。解决了现有低剂量CT图像质量下降，导致病变区域优化精度不足的技术问题。

本发明授权基于生成对抗网络的低剂量CT图像质量优化方法及系统在权利要求书中公布了：1.基于生成对抗网络的低剂量CT图像质量优化方法，其特征在于，方法包括： 分析获取慢性阻塞性肺病的肺部区域权重图，对预设损失函数进行优化获取适配加权损失函数； 基于所述适配加权损失函数，结合生成对抗网络构建低剂量CT图像的图像质量优化通道，包括： 以慢性阻塞性肺病为约束，采集样本低剂量CT图像集，并获取不同样本低剂量CT图像集对应的样本高质量标准剂量CT图像作为样本优化CT图像，获取样本优化CT图像集； 将所述样本低剂量CT图像集和样本优化CT图像集作为样本训练集，并进行K折交叉划分得到K份训练数据，其中，K为大于等于5的整数； 以所述样本低剂量CT图像为输入数据，以所述样本优化CT图像为标签数据，基于所述适配加权损失函数，采用所述K份训练数据分别训练生成对抗网络，直至生成器和判别器均收敛，生成K个图像质量优化分支，组合得到图像质量优化通道； 采集目标用户的肺部低剂量CT图像，并根据目标用户的实际辐射剂量和用户病情特征评估确定图像优化难度指数； 基于所述图像优化难度指数激活所述图像质量优化通道，对所述肺部低剂量CT图像进行质量优化生成若干个初始优化CT图像，并评估确定初始生成偏差特征； 根据所述肺部区域权重图和初始生成偏差特征生成适配聚合策略，对所述若干个初始优化CT图像进行图像聚合，输出CT图像质量优化结果； 其中，评估确定初始生成偏差特征，包括： 按照预设肺部区域类型分别对若干个初始优化CT图像进行分割，输出若干个初始优化CT图像块集合； 分别对所述若干个初始优化CT图像块集合进行一致性评估，输出若干个图像一致系数，作为初始生成偏差特征； 其中，分别对所述若干个初始优化CT图像块集合进行一致性评估，输出若干个图像一致系数，包括： 在所述若干个初始优化CT图像块集合中随机选取第一初始优化CT图像块集合，并对所述第一初始优化CT图像块集合进行组织配准对齐，得到第一对齐CT图像块集合； 计算所述第一对齐CT图像块集合的局部标准差、极差及信噪比生成第一灰度统计评估图； 提取所述第一对齐CT图像块集合的梯度一致性与纹理相似性形成第一结构特征评估图； 对所述第一灰度统计评估图和第一结构特征评估图进行像素级加权求和，生成第一综合不一致性热图； 计算所述第一综合不一致性热图的全局平均值得到第一图像一致系数，添加至所述若干个图像一致系数中。

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陕西中医药大学附属医院，其通讯地址为：712000 陕西省咸阳市秦都区渭阳西路副2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。