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！

龙图腾网获悉合肥工业大学申请的专利一种基于少量CT扫描数据的内部异物高效分类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：CN119169353B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411200778.7，技术领域涉及：G06V10/764；该发明授权一种基于少量CT扫描数据的内部异物高效分类方法是由胡海兵;马仁杰;宋正全设计研发完成，并于2024-08-29向国家知识产权局提交的专利申请。

本一种基于少量CT扫描数据的内部异物高效分类方法在说明书摘要公布了：本发明公开了一种基于少量CT扫描数据的内部异物高效分类方法，包括以下步骤：S1、获取CT扫描数据并预处理，S2、物体3D重建，S3、对重建体积进行分割，S4、人工样本生成，S5、模型测试与分割可视化。本发明方法有效消除了获取工业CT扫描数据和标签数据的两大主要障碍，大大降低了人力和时间成本，在生产过程中能够实时进行数据更新和标注，自动生成所有人工样本的体积数据和类别，并用于训练深度学习网络模型。相较于同等数目的真实样本训练，大大提高了内部异物分类准确率，甚至只需要一个真实样本的工业CT扫描数据，将其生成的人工样本通过该网络模型训练后，验证准确率可达95.6％，分类效率高，可靠性好。

本发明授权一种基于少量CT扫描数据的内部异物高效分类方法在权利要求书中公布了：1.一种基于CT扫描数据的内部异物高效分类方法，其特征在于，包括以下步骤： S1、获取CT扫描数据并预处理： 下载物体内部异物的开源CT扫描数据集，并对数据集中的X射线投影数据进行预处理，包括亮场和暗场校正； S2、物体3D重建： 通过CT重建算法，生成被测样本体积内衰减系数的3D分布，利用ASTRA工具箱的FDK算法，将X射线穿过物体时收集到的数据转换为三维空间中每个体素的衰减系数分布，并运用光束硬化校正方法减少伪影； S3、对重建体积进行分割： 应用分割掩码，计算出重建体积中各材料的平均强度，提取出每种材料的衰减系数；对分割数据应用中值滤波来平滑图像而不模糊边缘，将体积数据准确分类；使用Otsu阈值分割方法来进行内部异物的分割，获取所有分割样本的体积数据和类别，然后保存到分割结果文件夹； S4、人工样本生成： 在分割数据中选择一个代表性样本，所述代表性样本，其内部异物数量需为1个以上，使用材料的平均强度将分割体积转换回衰减的3D分布，获取所有分割样本的体积数据和类别，添加混合泊松-高斯噪声模型以模拟实际环境；再通过仿射变换方法来改变物体体积、内部异物的位置并增加内部异物的数量，用区域移除算法减少内部异物的数量，生成所有人工样本的体积数据和类别；最后使用前向投影来创建修改后体积的人工投影，并保存到输出文件夹； S5、模型测试与分割可视化： 通过对比，挑选具有加速收敛特性的ResNet-50网络架构，对用人工生成的样本数据进行500次迭代训练和验证，使用交叉熵损失将分类预测和实际标签的概率分布差异最小化，并保存迭代中训练验证的最佳模型及验证准确率、训练和验证损失；用最佳模型进行测试，并用PyTorch-CAM为模型创建类激活图，将CAM叠加到原始图像上进行可视化，以此改进和验证模型。

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合肥工业大学，其通讯地址为：230000 安徽省合肥市屯溪路193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。