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一种基于Gabor滤波的深度学习医学图像去噪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：CN115546044B 。

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：202210580322.2，技术领域涉及：G06T5/70；该发明授权一种基于Gabor滤波的深度学习医学图像去噪方法是由朱虎;姜志超;邓丽珍设计研发完成，并于2022-05-26向国家知识产权局提交的专利申请。

本一种基于Gabor滤波的深度学习医学图像去噪方法在说明书摘要公布了：本发明公开了一种基于Gabor滤波的深度学习医学图像去噪方法，本发明的方法提出了一种包含Transformer与Gabor滤波的医学图像去噪模型BGFormer，利用使用变分贝叶斯方法推理的Gabor滤波来代替传统卷积增强了边缘检测的能力。加上局部增强窗口LeWinTransform模块构造的编码‑解码网络与跳层连接结构，在获取局部上下文的同时，能显著降低高分辨率特征图的计算复杂度。本发明提出的方法与之前的基于深度学习的针对医学图像方向的去噪算法相比，在峰值信噪比PSNR，均方根误差RMSE，结构相似性SSIM指标上也展示了更加先进的性能。

本发明授权一种基于Gabor滤波的深度学习医学图像去噪方法在权利要求书中公布了：1.一种基于Gabor滤波的深度学习医学图像去噪方法，其特征在于：包括如下步骤： 步骤1，使用Pydicom库将CT图像像素数据从Dicom文件提取到NumPy数组，并对图像进行归一化处理； 步骤2，构建包含局部增强窗口transformer与BayesGabor的基础模块； 步骤3：对基础模块进行加工作为编码器与解码器，通过残差学习，对各个编码器和解码器进行跳层链接，完成BGFormer网络模型的构建，BGFormer网络模型的总体结构是一个在编码器和解码器之间有跳跃连接的u形层次网络，在每个编码器和解码器阶段，卷积特征映射通过一个局部增强窗口Transfomer块传递，编码器为两个阶段，具体包括两个拼接的LB2D组件，每个LB2D组件均包括LeWinTransformer、BayesGabor滤波器与传统卷积层，所述解码器包含两个阶段，每个阶段经过上采样操作后与LB2D跳层连接而来的低层特征进行拼接后并入BayesGabor滤波器，提取高级特征，并进入LeWinTransformer中进行图像恢复； 步骤4：以CT低剂量图像为输入，对应的高剂量图像为标签，混合Totalvariationloss为损失函数对BGFormer网络模型进行训练，得到训练好的网络模型； 步骤5：将结构类似的需要重建的低剂量图像作为输入，经过网络输出得到重建的清晰图像。

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：210003 江苏省南京市鼓楼区新模范马路66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”。