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！

龙图腾网获悉四川大学申请的专利一种基于生成对抗网络的脑部PET图像合成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：CN115705639B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202110921237.3，技术领域涉及：G06T7/00；该发明授权一种基于生成对抗网络的脑部PET图像合成方法是由何小海;张津;卿粼波;陈洪刚;王斌;吴小强;滕奇志设计研发完成，并于2021-08-11向国家知识产权局提交的专利申请。

本一种基于生成对抗网络的脑部PET图像合成方法在说明书摘要公布了：针对PET图像生成任务，本发明设计了一种基于生成对抗网络的脑部PET图像合成方法。充分挖掘MRI与PET之间的内在联系，在像素和语义层面合成高质量的PET是该任务的关键。本发明设计了包含多卷积串并联模块的生成器，在不显著增加参数量和时间复杂度的前提下，提高网络的表达能力，实现复杂和可学习的跨通道信息交互，有效地从MRI中合成真实且多样的PET；在传统对抗损失和像素级损失的基础上，引入3DGP损失和SSIM损失，更好地保留纹理信息和对比度信息。本发明基于深度学习的特性和优势，结合医学图像的特点和需求，设计了端到端的PET图像生成对抗网络，在多模态医学数据扩充、辅助诊断等方面有广阔的应用前景。

本发明授权一种基于生成对抗网络的脑部PET图像合成方法在权利要求书中公布了：1.一种基于生成对抗网络的脑部PET图像合成方法，其特征在于包括以下步骤： 步骤一：基于公开的ADNI数据集，选择同时具有高质量MRI和PET图像的受试者构成从MRI图像生成PET图像的数据集； 步骤二：对MRI和PET图像对进行预处理，即将两种模态图像进行配准实现刚性对齐，并且，为了避免多余信息的影响，去除MRI图像和PET图像的非脑部组织，此外，我们将MRI和PET扫描采样为128×128×128的大小以减少计算量，同时进行归一化处理； 步骤三：生成对抗网络模型训练，将步骤一构建的数据集中的医学图像经过步骤二的预处理过程，送入包含多卷积串并联模块的对抗生成网络中进行训练，并通过多轮参数调整完成模型训练，其网络结构包括生成器generator，鉴别器discriminator和编码器encoder，其中，生成器是加入了多卷积串并联模块的U-Net网络，在U-Net网络的底部插入多卷积串并联模块，在不显著增加网络复杂度和时间复杂度的情况下，利用多个串联和并联的1×1×1卷积实现高级语义特征提取； 步骤四：为了稳定生成对抗网络模型的训练，同时优化生成的PET图像质量，构建一个包括三维梯度轮廓3DGP损失、结构相似性SSIM损失、对抗损失、KL损失和L1损失的混合损失，对训练过程进行多层次地监督，该网络的总损失函数如公式1所示， 其中和为GAN的损失函数，是图像像素分布损失函数，为3DGP损失函数，为KL损失函数。

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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”。