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！

龙图腾网获悉北京航空航天大学申请的专利一种低剂量X射线多衬度高精度信号解析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：CN119784633B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510267311.2，技术领域涉及：G06T5/70；该发明授权一种低剂量X射线多衬度高精度信号解析方法是由傅健;徐林海;管为;张昌盛设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本一种低剂量X射线多衬度高精度信号解析方法在说明书摘要公布了：本发明提供一种低剂量X射线多衬度高精度信号解析方法，属于深度学习以及X射线光栅衬度成像技术领域。包括：获取低剂量条件下光栅步进投影序列；构建卷积神经网络模型，模型由衬度解析模块和U‑net两部分组成，其中衬度解析模块用于提取衬度信号，U‑net用于进一步地图像增强与噪声去除；训练卷积神经网络模型；使用已训练的卷积神经网络模型利用低剂量光栅步进投影序列获取到高质量吸收、相位和暗场投影。本发明利用卷积神经网络对光栅步进投影序列中的物理信息进行提取，能够降低低剂量X射线所引入的噪声对衬度信号的影响，有效减少样品所受的辐射剂量并显著提高了成像质量，提升X射线光栅差分相衬成像的应用潜力。

本发明授权一种低剂量X射线多衬度高精度信号解析方法在权利要求书中公布了：1.一种低剂量X射线多衬度高精度信号解析方法，其特征在于，包括如下步骤： 步骤S101、使用基于Talbot-Lau效应的X射线光栅差分相位衬度成像装置，获取正常管电流条件下的至少三张包括样品的步进投影序列与至少三张包括背景的步进投影序列，获取低管电流条件下的至少三张包括样品的步进投影序列与至少三张包括背景的步进投影序列； 步骤S102、构建卷积神经网络模型，所述网络模型包括串联的衬度解析模块和U-net模块，所述衬度解析模块用于提取衬度信号，所述U-net模块用于对提取的衬度信号进行增强与噪声去除；所述衬度解析模块包括串联的第一Inception块、ResNet块、第二Inception块，所述第一Inception块包括若干并联的卷积层；所述ResNet块用于引入残差连接；所述第二Inception块包括若干并联的卷积层； 步骤S103、将获取的所述低管电流条件下的至少三张包括样品的步进投影序列与至少三张包括背景的步进投影序列作为网络模型的输入，对所述正常管电流条件下的至少三张包括样品的步进投影序列与至少三张包括背景的步进投影序列执行傅里叶解析，将获得的吸收、相位和暗场图像作为标签，对卷积神经网络模型进行训练； 步骤S104、将所述低管电流条件下的至少三张包括样品的步进投影序列与至少三张包括背景的步进投影序列输入到训练好的网络模型，获取到高精度的吸收、相位和暗场衬度图像。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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”。