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！

龙图腾网获悉北京航空航天大学申请的专利一种CT图像环状伪影抑制方法、装置、设备和存储介质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：CN116485925B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310297455.3，技术领域涉及：G06T12/30；该发明授权一种CT图像环状伪影抑制方法、装置、设备和存储介质是由杨民;谭大龙;海潮;吴雅朋;刘海鹏设计研发完成，并于2023-03-24向国家知识产权局提交的专利申请。

本一种CT图像环状伪影抑制方法、装置、设备和存储介质在说明书摘要公布了：本发明提供一种CT图像环状伪影抑制方法、装置、设备和存储介质，通过获取初始CT图像，并根据初始CT图像制作数据集；构建RAS_UNet网络模型，并为RAS_UNet网络模型设计损失函数；再将初始CT图像的数据集输入RAS_UNet网络模型中，RAS_UNet网络模型能够抑制初始CT中的伪影，并输出伪影抑制处理后的第一CT图像和第二CT图像，实现对环状伪影的去除，最后将第一CT图像和第二CT图像中的有效信息进行融合，输出融合后的最终CT图像，融合后的最终CT图像的细节和结构能够得到有效地恢复，信噪比能够得到明显的提高。

本发明授权一种CT图像环状伪影抑制方法、装置、设备和存储介质在权利要求书中公布了：1.一种CT图像环状伪影抑制方法，其特征在于，包括： 获取初始CT图像的数据集； 构建RAS_UNet网络模型； 为所述RAS_UNet网络模型设计损失函数； 将所述数据集输入所述RAS_UNet网络模型中，输出伪影抑制处理后的第一CT图像和第二CT图像； 将所述第一CT图像和所述第二CT图像中的有效信息进行融合，输出融合后的最终CT图像； 所述损失函数包括图像域中的损失函数和投影域中的损失函数；所述第一CT图像为在所述图像域中抑制伪影后的CT图像，所述第二CT图像为在所述投影域中抑制伪影后的CT图像； 所述RAS_UNet网络模型采用UNet网络作为模型框架，所述RAS_UNet网络模型的下采样部分包括用于提取不同尺度的伪影特征的1个双卷积模块和4个Inception模块，上采样部分包括用于识别并处理伪影的4个上采样模块和3个残差模块，还包括1个卷积核； 为所述RAS_UNet网络模型设计损失函数，具体包括; 同时使用前向差分和后向差分计算所述初始CT图像的梯度，取前向差分和后向差分的最大值作为所述初始CT图像的梯度： ； 其中，I代表所述初始CT图像，i,j代表图像中像素的坐标，G1代表由前向差分计算得到的图像梯度，G2代表由后向差分计算得到的图像梯度，max代表取最大值，Gsin为正弦图中最终的图像梯度； 先对Gsin按行求均值，得到Gmean,再以Gmean为权重对Gsin在正弦图域中对梯度进行加权: ； 其中，Gsini,j代表正弦图梯度加权系数； 在切片图域中对梯度进行加权: ； 其中，ε取正实数以免分母为0，Rp表示所述初始CT图像中以像素p为中心的局部区域窗口，q为所述局部区域窗口中的像素点，gp,q为以p为中心的高斯分布的权重系数，Gimg为切片图中的图像梯度，WGimg是图像梯度加权系数，q表示对I沿着图像中的列方向求偏微分； 将加权梯度作为正则项，以结构相似系数作为保真项，计算所述图像域和所述投影域中的损失函数： ； 其中，Losssin为所述投影域的损失函数，Lossimg为所述图像域的损失函数；SSIM为保真项，代表结构相似性系数；λ1、λ2∈[0,1]。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。