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！

龙图腾网恭喜浙江工业大学申请的专利一种低剂量CT图像超分辨率去噪方法和装置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：CN113516586B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202110443108.8，技术领域涉及：G06T3/4053；该发明授权一种低剂量CT图像超分辨率去噪方法和装置是由金燕;洪千茜;姜智伟设计研发完成，并于2021-04-23向国家知识产权局提交的专利申请。

本一种低剂量CT图像超分辨率去噪方法和装置在说明书摘要公布了：本发明公开一种低剂量CT图像超分辨率去噪方法，包括：获取低剂量CT图像；基于生成式对抗网络构建训练系统，包括生成器和判别器，生成器包括特征提取模块、至少1个轻量高效像素注意力模块、至少1个多尺度细节上下文模块和融合模块，融合模块用于将去噪特征向量和上下文细节紧密联系的特征向量进行融合处理得到预测高剂量CT图像；构建训练系统的总损失函数，利用总损失函数对训练系统进行训练，训练结束时，确定参数的生成器组成CT图像超分辨率去噪模型；应用时，将低剂量CT图像输入至CT图像超分辨率去噪模型，经计算获得超分辨去噪的CT图像。利用所述方法能够抑制低剂量CT图像噪音，提高低剂量CT图像分辨率。

本发明授权一种低剂量CT图像超分辨率去噪方法和装置在权利要求书中公布了：1.一种低剂量CT图像超分辨率去噪方法，其特征在于，包括以下步骤：1获取真实高剂量CT图像，将真实高剂量CT图像处理为低剂量CT图像；2基于生成式对抗网络构建训练系统，包括生成器和判别器，生成器包括第一特征提取模块、至少1个轻量高效像素注意力模块、至少1个多尺度细节上下文模块和一个融合模块，第一特征提取模块用于从输入低剂量CT图像提取浅层特征向量，轻量高效像素注意力模块用于对输入浅层特征向量进行去噪，输出去噪特征向量，多尺度细节上下文模块用于对输入浅层特征向量扩大感受野，输出上下文细节紧密联系特征向量，融合模块用于将去噪特征向量和上下文细节紧密联系特征向量进行融合处理得到预测高剂量CT图像；3构建训练系统的总损失函数，根据真实高剂量CT图像通过判别器输出第一判别信息，低剂量CT图像通过生成器输出预测高剂量CT图像，预测高剂量CT图像通过判别器输出第二判别信息，根据第一判别信息与第二判别信息的期望构建判别器的第一损失函数；根据第二判别信息与第一判别信息的期望构建判别器的第二损失函数；根据预测高剂量CT图像与真实高剂量CT图像数据的均方差，第一判别信息与第二判别信息的均方差，第一损失函数，以及第二损失函数构建训练系统的总损失函数；4利用总损失函数对训练系统进行训练，训练结束时，确定参数的生成器组成CT图像超分辨率去噪模型；5应用时，将低剂量CT图像输入至CT图像超分辨率去噪模型，经计算获得超分辨去噪的CT图像；第一损失函数loss_d1为：loss_d1＝σDy-E[DGx]第二损失函数loss_d2为：loss_d2＝σDGx-E[Dy]训练系统的总损失函数loss_d3为： 其中，x为低剂量CT图像，y为真实高剂量CT图像，σ为Sigmoid函数，Gx为低剂量CT图像经过生成器输出的预测高剂量CT图像，Dy为真实高剂量CT图像经过判别器输出的第一判别信息，DGx为预测高剂量CT图像经过判别器输出的第二判别信息，E[Dy]为第一判别信息的期望，E[DGx]为第二判别信息的期望，α、β和γ为权重系数，生成器D通过VGG网络模型进行训练，yi为第i幅真实高剂量CT图像，xi为第i幅低剂量CT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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。