恭喜浙江大学刘华锋获国家专利权
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！
龙图腾网恭喜浙江大学申请的专利一种基于波形信号互相关的PET飞行时间估计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：CN115381474B 。
龙图腾网通过国家知识产权局官网在2025-06-03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：202211029702.3，技术领域涉及：A61B6/03；该发明授权一种基于波形信号互相关的PET飞行时间估计方法是由刘华锋;李晨旭设计研发完成，并于2022-08-25向国家知识产权局提交的专利申请。
本一种基于波形信号互相关的PET飞行时间估计方法在说明书摘要公布了：本发明公开了一种基于波形信号互相关的PET飞行时间估计方法，包括：1利用一对探测器与移动位置的单个点源得到不同位置上探测器所接收到的不同符合波形；2对波形进行预处理后进行互相关得到互相关序列；3将符合波形与互相关序列共同输入至卷积神经网络中进行学习，得到估计的TOF值。本发明通过将信号的互相关信息引入到飞行时间的估计中，并加入神经网络学习的过程，这种方法有效地提高了TOF估计的时间分辨率。
本发明授权一种基于波形信号互相关的PET飞行时间估计方法在权利要求书中公布了：1.一种基于波形信号互相关的PET飞行时间估计方法，包括如下步骤：1利用一对探测器对点源发生的湮灭事件进行探测，进而对探测得到的符合波形进行预处理并保存；2对于任一组符合波形，对其中的两个波形序列进行互相关估计，得到互相关波形序列；3对所述互相关波形序列进行无偏归一化处理；4通过步骤1～3的操作得到大量样本，每组样本包括对应点源位置探测到的符合波形以及无偏归一化后的互相关波形序列，进而将所有样本分为训练集和测试集；5构建双通道卷积神经网络模型，其由两个并行的卷积神经网络H1和H2以及后端的全连接神经网络组成；6以训练集样本中的符合波形和互相关波形序列分别作为卷积神经网络H1和H2的输入，对应点源位置与探测器对连线中点的偏移作为标签，对模型进行训练；7将测试集样本输入至训练好的模型中，即可输出预测出对应光源发生湮灭事件的位置与探测器对连线中心的距离，进而实现对PET飞行时间的估计。
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大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号