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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于BS-LDM模型的高分辨率胸部X光图像骨抑制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：CN118212156B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202410337624.6，技术领域涉及：G06T5/73；该发明授权一种基于BS-LDM模型的高分辨率胸部X光图像骨抑制方法是由孙逸飞;陈章昊;郑浩;葛瑞泉;陈一飞;樊谨;王昌淼设计研发完成，并于2024-03-23向国家知识产权局提交的专利申请。

本一种基于BS-LDM模型的高分辨率胸部X光图像骨抑制方法在说明书摘要公布了：本发明公开了一种基于BS‑LDM模型的高分辨率胸部X光图像骨抑制方法，包括S1、采集图像数据并预处理；S2、搭建基于BS‑LDM模型的高分辨率胸部X光图像骨抑制网络模型，包括一个向量量化生成对抗网络和一个条件扩散模型；S3、对向量量化生成对抗网络进行反复训练，优化网络参数，不断进行迭代优化以最小化真实值图像与模型输出图像间的差异；S4、对条件扩散模型进行反复训练，优化网络参数，不断进行迭代优化以最小化真实值图像与模型输出图像间的差异；S5、输入预处理后的胸部X光图像至完成训练的基于BS‑LDM模型的高分辨率胸部X光图像骨抑制网络模型中，最终生成软组织图像。该方法基于输入的胸部X光图像，自动生成高质量、高分辨率的软组织图像。

本发明授权一种基于BS-LDM模型的高分辨率胸部X光图像骨抑制方法在权利要求书中公布了：1.一种基于BS-LDM模型的高分辨率胸部X光图像骨抑制方法，其特征在于，包括如下步骤： S1、采集图像数据并预处理； S1-1、使用双能剪影设备采集同一患者的胸部X光图像和与之相匹配的软组织图像； S1-2、对采集的配对图像根据纳入标准进行筛选，并使用离散傅里叶变换的自动配准操作，通过最大化图像相似性，使图像达到对齐状态； S2、搭建基于BS-LDM模型的高分辨率胸部X光图像骨抑制网络模型，所述基于BS-LDM模型的高分辨率胸部X光图像骨抑制网络模型包括一个向量量化生成对抗网络和一个条件扩散模型； 所述向量量化生成对抗网络通过编码器将像素空间中的图像映射到隐空间，并通过解码器将隐空间中的潜变量映射回像素空间，条件扩散模型允许根据意图来控制生成结果，其核心思想是学习一个有条件的反向过程而不改变正向过程，采样的x0对数据分布具有高保真度，在训练期间，首先采样从一个完全配对的数据分布也就是软组织x0和胸部X光图像学习一个条件扩散模型，提供作为反向过程的输入，公式如下所示： 其中，为有条件的反向过程，均值μθ和方差∑θ都使用基于U-Net的网络进行估计，于U-Net的网络的输入为xt和t； S3、将预处理后的胸部X光图像同时作为输入和标签进行自重建任务，对向量量化生成对抗网络进行反复训练，优化网络参数，不断进行迭代优化以最小化真实值图像与向量量化生成对抗网络输出图像间的差异； S4、通过DES得到胸部X光图像和相匹配的软组织图像，将预处理后的胸部X光图像作为输入，用DES得到的相匹配的软组织图像作为标签进行图像生成任务，对条件扩散模型进行反复训练，优化网络参数，不断进行迭代优化以最小化真实值图像与模型输出图像间的差异； S5、使用双能剪影设备采集患者的胸部X光图像经预处理后输入至完成训练的基于BS-LDM模型的高分辨率胸部X光图像骨抑制网络模型中，先向量量化生成对抗网络通过编码器将像素空间中的图像映射到隐空间，并通过解码器将隐空间中的潜变量映射回像素空间，在条件扩散模型中，模型接受高斯噪声和胸部X光图像的拼接作为输入，经过多次采样去噪后得到预测的软组织图像的潜变量。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。