恭喜西安理工大学吴俊峰获国家专利权
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!
龙图腾网恭喜西安理工大学申请的专利低剂量CT图像的去噪方法及系统、电子设备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:CN120107110B 。
龙图腾网通过国家知识产权局官网在2025-07-01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:202510595399.0,技术领域涉及:G06T5/70;该发明授权低剂量CT图像的去噪方法及系统、电子设备是由吴俊峰;牟轩沁设计研发完成,并于2025-05-09向国家知识产权局提交的专利申请。
本低剂量CT图像的去噪方法及系统、电子设备在说明书摘要公布了:本发明涉及图像处理领域,提供一种低剂量CT图像的去噪方法及系统、电子设备,方法包括:获取目标图像,所述目标图像为待处理的低剂量CT图像;将目标图像输入预先训练得到的双通道神经网络模型中进行去噪处理,得到输出结果;其中,所述双通道神经网络模型包括第一通道和第二通道,所述第一通道为基于若干个稀疏Transformer块构成的U‑Net架构,所述第二通道为基于若干个残差注意力模块构成的U‑Net架构;所述输出结果为所述第一通道的第一输出以及所述第二通道的第二输出进行融合后,通过卷积处理得到。用以解决低剂量CT图像噪声较大,图像细节模糊的缺陷,本申请的方案可以通过神经网络对低剂量CT图像进行自动去噪,且去噪效果更好。
本发明授权低剂量CT图像的去噪方法及系统、电子设备在权利要求书中公布了:1.低剂量CT图像的去噪方法,其特征在于,包括: 获取目标图像,所述目标图像为待处理的低剂量CT图像; 将所述目标图像输入预先训练得到的双通道神经网络模型中进行去噪处理,得到输出结果; 其中,所述双通道神经网络模型包括第一通道和第二通道,所述第一通道为基于若干个稀疏Transformer块构成的U-Net架构,所述第二通道为基于若干个残差注意力模块构成的U-Net架构;所述输出结果为所述第一通道的第一输出以及所述第二通道的第二输出进行融合后,通过卷积处理得到; 所述第一通道包括第一稀疏Transformer块、第二稀疏Transformer块、第三稀疏Transformer块、第四稀疏Transformer块以及第五稀疏Transformer块,其中,所述第一稀疏Transformer块、第二稀疏Transformer块以及第三稀疏Transformer块构成编码器,第四稀疏Transformer块以及第五稀疏Transformer块构成解码器; 所述第二通道包括第一残差注意力模块、第二残差注意力模块、第三残差注意力模块、第四残差注意力模块以及第五残差注意力模块,其中第一残差注意力模块、第二残差注意力模块以及第三残差注意力模块构成编码器,第四残差注意力模块以及第五残差注意力模块构成解码器; 所述稀疏Transformer块包括混合尺度前馈网络层和Top-K稀疏注意力层; 所述混合尺度前馈网络层用于捕捉并整合多尺度的特征,以及识别噪声; 所述Top-K稀疏注意力层用于保留目标图像的特征信息,减少无关信息对降噪处理的干扰; 所述残差注意力模块包括残差块和空间注意力模块; 所述残差块包括若干个标准卷积层和激活函数层,所述残差块用于提取局部特征; 所述空间注意力模块用于通过全局最大池化和全局平均池化提取目标图像的统计信息,补充全局特征信息。
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西安理工大学,其通讯地址为:710048 陕西省西安市金花南路5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”。
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。