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！

龙图腾网获悉新疆农业大学申请的专利一种基于改进SRGAN的肺部CT图像超分辨率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：CN115330600B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202210973688.6，技术领域涉及：G06T3/4046；该发明授权一种基于改进SRGAN的肺部CT图像超分辨率方法是由杨树媛;颜安;郭斌设计研发完成，并于2022-08-15向国家知识产权局提交的专利申请。

本一种基于改进SRGAN的肺部CT图像超分辨率方法在说明书摘要公布了：本发明公开了一种基于改进SRGAN的肺部CT图像超分辨率方法，应用于计算机视觉技术领域，包括以下步骤：S1、构建低分辨率‑高分辨率图像对，对肺部CT图像进行预处理，构建数据集；S2、设计一种多尺度残差块MS_ResB替换SRGAN中的原残差块；S3、设计基于Charbonnier损失的感知损失函数；S4、搭建基于多尺度残差块的肺部CT图像生成式对抗网络；S5、通过S1构建的数据集对S4中搭建的基于多尺度残差块的肺部CT图像生成式对抗网络进行训练；S6、通过S5中训练得到的网络模型对低分辨率图像进行超分辨率，本发明能够提取图像多粒度特征，包括不同级别的全局和局部特征，以便在生成的超分图像中保留更多地原始和细节信息，有助于构造更逼真的超分图像。

本发明授权一种基于改进SRGAN的肺部CT图像超分辨率方法在权利要求书中公布了：1.一种基于改进SRGAN的肺部CT图像超分辨率方法，其特征在于，包括以下步骤： S1、构建低分辨率-高分辨率图像对，对肺部CT图像进行预处理，构建数据集； S2、设计一种多尺度的残差块MS_ResB替换SRGAN中的原残差块； S3、设计基于Charbonnier损失的感知损失函数； S4、搭建基于多尺度残差块的肺部CT图像生成式对抗网络； S5、通过S1构建的数据集对S4中搭建的基于多尺度残差块的肺部图像生成式对抗网络进行训练； S6、通过S5中训练得到的网络模型对低分辨率图像进行超分辨率； 所述S2中设计的多尺度残差块包括2个1*1卷积层和6个3*3卷积层，1*1卷积层用于降低参数量，3*3卷积层用于提取图像特征；多尺度残差块中只包含卷积操作，不包含其他操作； 所述S4中的基于多尺度残差块的肺部CT图像生成式对抗网络包括生成器Gnet和判别器Dnet，所述生成器Gnet包括：3个卷积块、5个多尺度残差块，1个上采样模块；其中第一生成器卷积块用于图像的浅层特征提取，5个多尺度残差块和第二生成器卷积块用于图像的高层特征的提取，上采样模块用于将特征图尺寸恢复至目标超分辨率图像的大小，第三生成器卷积块用于超分辨率图像重建；所述判别器Dnet中所有的卷积块的卷积核尺寸均为3*3，其中第二、四、六、八卷积层的步长为2，其作用是减少特征图的尺寸同时降低计算量，第一、三、五、七卷积层步长为1；第一全连接层的维度为1024，第二全连接层的维度为1；最后一层激活函数采用sigmoid激活函数，其余卷积块相连的激活层全部选择gelu作为激活函数；5个多尺度残差块、第二生成器卷积块、上采样模块构成跳连结构，将浅层特征依次传递到网络中的每一层。

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新疆农业大学，其通讯地址为：830052 新疆维吾尔自治区乌鲁木齐市沙依巴克器农大东路311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。