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！

龙图腾网恭喜中国科学院苏州生物医学工程技术研究所申请的专利用于食管光学相干层析图像生成的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：CN114022422B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202111233747.8，技术领域涉及：G06T7/00；该发明授权用于食管光学相干层析图像生成的方法及系统是由甘萌;王聪设计研发完成，并于2021-10-22向国家知识产权局提交的专利申请。

本用于食管光学相干层析图像生成的方法及系统在说明书摘要公布了：本发明公开了一种用于食管光学相干层析图像生成的方法及系统，该方法包括以下步骤：1采集食管OCT图像并进行预处理，作为训练样本；2构建对抗变分自编码网络模型V，该网络模型V包括编码器E和生成器G；3对抗变分自编码网络模型V进行训练，训练过程中，编码器E和生成器G的优化过程交替进行，收敛后，得到最终的对抗变分自编码网络模型V'；4利用训练后得到的抗变分自编码网络模型V'产生虚拟的食管OCT图像。本发明能够生成接近真实图像的虚拟食管OCT图像，其中，编码器同时承担判别和编码两种任务，能简化网络结构，从而使得网络的训练更为高效；本发明能够得到优于PGGAN模型的食管OCT图像生成结果。

本发明授权用于食管光学相干层析图像生成的方法及系统在权利要求书中公布了：1.一种用于食管光学相干层析图像生成的方法，其特征在于，包括以下步骤：1采集食管OCT图像并进行预处理，作为训练样本；2构建对抗变分自编码网络模型V，该网络模型V包括编码器E和生成器G，其中编码器E同时承担判别和编码两种任务；3利用步骤1中得到的训练样本对步骤2构建的对抗变分自编码网络模型V进行训练，训练过程中，编码器E和生成器G的优化过程交替进行，收敛后，得到最终的对抗变分自编码网络模型V'；4利用训练后得到的对抗变分自编码网络模型V'产生虚拟的食管OCT图像；所述步骤2中的对抗变分自编码网络模型V中，采用Llike项用于衡量网络的还原程度，采用Lprior项用于衡量隐含向量与高斯分布的接近程度，采用Lgan表示网络模型V的对抗损失；采用E1表示编码器的编码输出，E2表示编码器的判别输出；x表示输入的真实样本，xr表示生成器G通过隐藏向量z重构得到的生成数据，如公式1所示： 公式1的含义为：真实样本x通过编码器E后所输出的隐藏向量z服从分布qz|x，隐藏向量z通过生成器G得到的重构样本xr服从分布px|z；Enc代表编码器，Gen代表生成器；采用zp表示从标准正态分布中采样得到与隐藏向量维度一致的向量，zp维度与z一致，xp表示生成器G通过zp重构得到的采样样本；Llike项的计算公式为： 其中，E表示期望；Lprior项的计算公式为：Lprior＝DKLqz∣x∥pz3；其中，DKL为KL散度，pz＝N0,1表示标准正态分布；Lgan项的计算公式为： 其中，中，E表示期望，角标表示随机变量为x，该变量x服从样本数据的分布，x采样自真实样本数据集；中，E表示期望，角标表示z为随机变量，z服从pzz分布，pzz分布为采样自正态分布；E2代表编码器输出的一部分，G代表生成器，pdata表示样本数据的概率分布；步骤3中，对编码器E进行优化的损失函数LE的计算公式为： 对生成器G进行优化的损失函数LG的计算公式为： 其中，为当前使用的生成器，为当前使用的编码器，λ1和λ2为权重参数。

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中国科学院苏州生物医学工程技术研究所，其通讯地址为：215163 江苏省苏州市高新区科技城科灵路88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”。