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！

龙图腾网获悉南京邮电大学申请的专利基于级联特征连接残差网络的CBCT伪影去除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：CN119152062B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202411309462.1，技术领域涉及：G06T11/00；该发明授权基于级联特征连接残差网络的CBCT伪影去除方法是由谢世朋;刘昊晨设计研发完成，并于2024-09-19向国家知识产权局提交的专利申请。

本基于级联特征连接残差网络的CBCT伪影去除方法在说明书摘要公布了：本发明公开了一种基于级联特征连接残差网络的CBCT伪影去除方法，将每组CBCT和CT图像配准到同一空间坐标系并通过前向投影获得投影图像；将投影图像输入到级联特征连接残差网络；将网络生成投影数据和输入CBCT‑CT投影数据通过FasterNet网络进行快速特征提取；计算网络生成的特征集合与输入CBCT的特征集合之间的以及网络生成的特征集合与输入CT的特征集合之间的CobiLoss和PerceptualLoss，通过加权得到损失值以优化网络得到去除伪影投影数据；将生成的投影数据通过后向投影得到重建图像。本发明解决了CBCT伪影去除方法存在在图像域上处理导致训练模型不能适配不同设备协议的问题。

本发明授权基于级联特征连接残差网络的CBCT伪影去除方法在权利要求书中公布了：1.一种基于级联特征连接残差网络的CBCT伪影去除方法，其特征在于，包括以下步骤： 将病人的CBCT图像与CT图像进行可变形配准以令所述CT图像依次映射至所述CBCT图像上并通过前向投影算法计算获得CBCT和CT图像对； 构建特征连接残差子网络，所述特征连接残差子网络包括首尾相连的八个残差密集连接块和两个残差块，所述两个残差块分别连接于所述八个残差密集连接块的首尾两端，所述残差块包括有依次连接的一个1×1卷积核和两个3×3卷积核，首个残差密集连接块的前半部分由一个1×1卷积核和ReLu及一个3×3卷积核和ReLu并通过与首个残差块中第一个3×3卷积核的输出进行特征融合以提取输入数据的局部特征，首个残差密集连接块的后半部分由特征融合之后的数据经过一个3×3卷积核和ReLu并通过与首个残差块的输出进行相加处理而构成，下一个残差密集连接块的前半部分通过与上一个残差密集连接块的前半部分中经过特征融合之后的数据进行特征融合，所述下一个残差密集连接块的后半部分由特征融合之后的数据经过一个3×3卷积核和ReLu并通过与所述上一个残差密集连接块的输出进行相加处理而构成； 将多个特征连接残差子网络以级联结构相互连接构成投影域级联特征连接残差网络； 将所述CBCT和CT图像对输入至所述投影域级联特征连接残差网络中以获得校正后的CBCT图像； 通过FasterNet分别对所述校正后的CBCT图像及所述CBCT和CT图像对进行快速特征提取以获得特征集合； 以所述CBCT图像作为网络输入，所述CT图像作为标签，分别计算网络输入和标签及网络生成和标签的CobiLoss和PerceptualLoss，并加权结合获得总Loss以训练所述投影域级联特征连接残差网络； 将用于测试的CBCT图像输入训练好的所述投影域级联特征连接残差网络以获得去除伪影的CBCT图像； 通过对所述去除伪影的CBCT图像进行反向投影以获得去除伪影的CBCT重建图像。

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南京邮电大学，其通讯地址为：210000 江苏省南京市文苑路9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”。

以上内容由龙图腾AI智能生成。