Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深智透医疗科技发展(上海)有限责任公司项磊获国家专利权

深智透医疗科技发展(上海)有限责任公司项磊获国家专利权

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!

龙图腾网获悉深智透医疗科技发展(上海)有限责任公司申请的专利一种医学图像去噪模型训练方法及装置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:CN119205549B

龙图腾网通过国家知识产权局官网在2025-08-22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:202411308847.6,技术领域涉及:G06T5/70;该发明授权一种医学图像去噪模型训练方法及装置是由项磊;高婕;张志浩;宫恩浩设计研发完成,并于2024-09-19向国家知识产权局提交的专利申请。

一种医学图像去噪模型训练方法及装置在说明书摘要公布了:本申请公开了一种医学图像去噪模型训练方法及装置,通过获取噪声图像和干净图像,并进行预处理,得到输入图像、标签图像和掩码图像;将输入图像输入至编码器中进行特征提取,得到原始特征图;计算原始特征图的Hessian矩阵和矩阵特征值;根据矩阵特征值计算Hessian响应,并提取边缘特征图,得到深度Hessian注意力特征图;将原始特征图和深度Hessian注意力特征图进行拼接,并输入至解码器中进行特征融合,得到输出图像;根据掩码图像计算输出图像与标签图像的之间的损失,并反向传播更新权重,从而得到训练好的医学图像去噪模型。本申请有助于组织分层,且提高了去噪后的图像质量,使得诊断结果更加准确。

本发明授权一种医学图像去噪模型训练方法及装置在权利要求书中公布了:1.一种医学图像去噪模型训练方法,其特征在于,包括: 步骤1:获取同一部位的医学图像;所述医学图像包括噪声图像和干净图像; 步骤2:调整所述噪声图像和所述干净图像的尺寸,并进行归一化处理,得到输入图像和标签图像; 步骤3:将所述干净图像制作为掩码图像; 步骤4:将所述输入图像输入至U-Net网络的编码器中进行特征提取,得到原始特征图; 步骤5:计算所述原始特征图的Hessian矩阵,并计算所述Hessian矩阵的矩阵特征值; 步骤6:根据所述矩阵特征值计算Hessian响应,并提取边缘特征图,得到深度Hessian注意力特征图; 步骤7:将所述原始特征图和所述深度Hessian注意力特征图进行拼接,并输入至所述U-Net网络的解码器中进行特征融合,得到输出图像;具体为:首先,将原始特征图Ei和深度Hessian注意力特征图H′i拼接后作为跳跃连接的输入,用公式表示为:Fi=catH′i,Ei;然后,将进入解码器进行n-i次上次样提取的特征图Dn-i与Fi拼接输送到n-i+1次上次样中,用公式表示为: Dn-i+1=Decodern-i+1catDn-i,Fi; 步骤8:根据所述掩码图像计算所述输出图像与所述标签图像的之间的损失,并反向传播更新权重,从而得到训练好的医学图像去噪模型;其中,损失函数为L1损失和SSIM损失的组合,所述损失函数计算公式为: fα,b=γ*fssimα*Imask,sb*Imask+β*fL1α*Imask,sb*Imask 其中,a表示输出图像,b表示标签图像,fssim表示SSIM损失,fL1表示L1损失,Imask表示掩码图像,γ和β表示权重系数,s·表示使用3*3卷积核进行锐化增强的过程。

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深智透医疗科技发展(上海)有限责任公司,其通讯地址为:200062 上海市普陀区金沙江路938号10层1105-1106室;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。