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！

龙图腾网恭喜合肥综合性国家科学中心能源研究院(安徽省能源实验室)申请的专利一种提升康普顿相机成像质量的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：CN119444907B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202510021750.5，技术领域涉及：G06T11/00；该发明授权一种提升康普顿相机成像质量的方法是由卢棚;赵丽文;梁立振设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本一种提升康普顿相机成像质量的方法在说明书摘要公布了：本发明公开一种提升康普顿相机成像质量的方法，属于康普顿相机成像领域，方法包括：采集放射源在康普顿相机上发生康普顿散射与光电效应后获得的散射与吸收的数据，然后对数据进行筛选；利用重建算法将经过筛选后的数据重建为二维图像，然后基于重建的二维图像制作数据集，再对数据集进行数据增强，最后得到增强后数据集，并按照7:3比例划分为训练集和测试集；构建基于pix2pix模型的康普顿相机成像方法，所述pix2pix模型中使用U‑Net作为生成器的主要结构，在编码器和解码器中添加多尺度特征提取模块，并设计RS注意力模块，判别器中使用Transformer架构。本发明极大的改善了康普顿相机成像质量差的问题。

本发明授权一种提升康普顿相机成像质量的方法在权利要求书中公布了：1.一种提升康普顿相机成像质量的方法，其特征在于，所述方法包括：步骤一，采集放射源在康普顿相机上发生康普顿散射与光电效应后获得的散射与吸收的数据，然后对数据进行筛选；步骤二，利用重建算法将经过筛选后的数据重建为二维图像，然后基于重建的二维图像制作数据集，再对数据集进行数据增强，最后得到增强后数据集，并按照7：3比例划分为训练集和测试集；步骤三，构建基于pix2pix模型的康普顿相机成像方法，所述pix2pix模型中使用U-Net作为生成器的主要结构，在编码器和解码器中添加多尺度特征提取模块，并设计RS注意力模块，判别器中使用Transformer架构；编码器包括：第一层为3×3的卷积层，后续是多尺度特征提取模块，后续是第二层、第三层、第四层，用于先进行下采样操作，再提取多尺度特征，最深层第五层使用7×7的卷积操作来捕捉全局信息，在第五层后是多尺度特征提取模块，在编码器的每个跳跃连接处，先经过一个RS注意力模块后再与解码器部分进行合并；在解码器中，第一层、第二层、第三层、第四层先进行上采样操作，上采样操作的输出通过RS注意力模块，再将输出与对应编码器层的跳跃连接合并，在RS注意力模块后加入多尺度特征提取模块，最后通过1×1卷积将特征图转化为最终的输出图像；所述多尺度特征提取模块包括并行卷积层、批归一化层、ReLU层、特征图拼接层，最后经过1×1卷积层对拼接后的特征图进行通道压缩与整合；其中，每个分支使用不同的卷积核尺寸，较小的卷积核提取图片细节信息，而较大的卷积核用来捕捉更整体全局；所述RS注意力模块包括3×3卷积层、批归一化层、LeakyReLU激活函数、SimAM以及残差模块；所述判别器结构包括：卷积层、小块嵌入层、位置编码层、Transformer编码器层、全局平均池化层、全连接层，将输入图像经过若干卷积层提取局部特征，然后将卷积后的特征图通过小块嵌入层分割成小块，并将每个小块映射到固定的嵌入维度；然后进入位置编码层，为每个小块添加位置信息；接着通过多个Transformer编码器层，每个Transformer编码器层包括多头自注意力机制、层归一化、残差连接以及前馈神经网络；最后将Transformer编码器层的输出通过全局平均池化层聚合为一个全局特征向量，再通过全连接层输出一个标量，以对图像的真实性进行判断。

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合肥综合性国家科学中心能源研究院(安徽省能源实验室)，其通讯地址为：230031 安徽省合肥市庐阳区三国城路80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”。