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 > 中科超精(南京)科技有限公司请求不公布姓名获国家专利权

中科超精(南京)科技有限公司请求不公布姓名获国家专利权

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!

龙图腾网获悉中科超精(南京)科技有限公司申请的专利一种基于去噪卷积神经网络的蒙特卡罗剂量计算去噪方法、系统及设备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:CN115546150B

龙图腾网通过国家知识产权局官网在2025-09-09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:202211228921.4,技术领域涉及:G06T7/00;该发明授权一种基于去噪卷积神经网络的蒙特卡罗剂量计算去噪方法、系统及设备是由请求不公布姓名设计研发完成,并于2022-10-08向国家知识产权局提交的专利申请。

一种基于去噪卷积神经网络的蒙特卡罗剂量计算去噪方法、系统及设备在说明书摘要公布了:本发明公开了一种基于去噪卷积神经网络的蒙特卡罗剂量计算去噪方法、系统及设备包括:获取数据,对获取的数据进行数据集划分并进行初步处理;构建去噪卷积神经网络模型;对传统UNet卷积神经网络模型以及构建的去噪卷积神经网络模型进行模型训练;对传统UNet卷积神经网络模型以及构建的去噪卷积神经网络模型进行降噪处理;对得到的降噪结果提取数据后,进行多层次对比,最终输出两个卷积神经网络模型的性能与计算效率。本发明提高了后续网络训练的质量和收敛速度提高了去噪系统的泛用性,大大减少整个训练时间;可以在不降低去噪性能的情况下,将计算复杂性降低,减少计算负担。

本发明授权一种基于去噪卷积神经网络的蒙特卡罗剂量计算去噪方法、系统及设备在权利要求书中公布了:1.一种基于去噪卷积神经网络的蒙特卡罗剂量计算去噪方法,其特征在于,包括以下步骤: 1获取数据,对获取的数据进行数据集划分并进行初步处理; 2构建去噪卷积神经网络模型;包括以下步骤: 2.1对于所构建的去噪卷积神经网络模型采用多通道输入的架构进行模型构建; 2.2对于所构建的去噪卷积神经网络模型采用卷积算子解耦进行模型构建及采用体素洗牌解牌运算进行模型构建;去噪卷积神经网络模型架构中卷积算子解耦,进一步包括: (2.2.1)将常规的三维体积卷积算子解耦为一个二维轴向卷积算子和一个一维切片卷积算子,把每个维度上具有相同内核大小K的常规卷积算子表示为其中和分别表示输入和输出通道,K代表内核大小; (2.2.2)将解耦卷积算子被设计为模拟常规三维卷积;首先,使用二维卷积算子来描述轴向空间相关性;其次,使用一维卷积算子来描述切片相关性;每个模块由六个算子组成,前三个算子是轴向的卷积归一化激活函数,后三个算子是切片的卷积归一化激活函数; 2.3对传统UNet架构卷积神经网络以及步骤(2.1)-(2.2)构建的去噪卷积神经网络进行参数初始化; 3对传统UNet卷积神经网络模型以及构建的去噪卷积神经网络模型进行模型训练,具体为:将步骤(1)得到的训练数据集与验证数据集分别输入两个初始化的卷积神经网络模型,两个模型同样使用Adam学习率算法根据弱监督学习框架进行训练,分别得到两个训练好的卷积神经网络模型; 4对传统UNet卷积神经网络模型以及构建的去噪卷积神经网络模型进行降噪处理,具体为:使用训练好的UNet卷积神经网络模型与去噪卷积神经网络模型,对低采样数下蒙特卡罗渲染得到的噪点图的训练数据集与验证数据集进行降噪,并对降噪结果相加得到最终的降噪图; 5对得到的降噪结果提取数据后,进行多层次对比,最终输出两个卷积神经网络模型的性能与计算效率。

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中科超精(南京)科技有限公司,其通讯地址为:210061 江苏省南京市江北新区新锦湖路3-1号中丹生命科学产业园一期B座406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”。

以上内容由AI智能生成
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。