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！

龙图腾网获悉太原科技大学申请的专利边缘先验与CNN-Transformer融合的LDCT伪影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：CN117036198B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202311067048.X，技术领域涉及：G06T5/80；该发明授权边缘先验与CNN-Transformer融合的LDCT伪影抑制方法是由崔学英;郭映亭;宋炜森;上官宏;张雄;刘斌设计研发完成，并于2023-08-23向国家知识产权局提交的专利申请。

本边缘先验与CNN-Transformer融合的LDCT伪影抑制方法在说明书摘要公布了：本发明的边缘先验与CNN‑Transformer融合的LDCT伪影抑制方法，属于低剂量CT降噪领域，首先将transformer与卷积融合模块引入到多尺度的编解码网络中提取高频部分的不同尺度的纹理和边缘信息。其次为了提高高频分支的边缘感知力，通过单编码双解码结构构建边缘先验为高频解码器补充多尺度边缘信息；最后把解码端不同尺度的高低频特征通过多尺度融合模块渐进融合重建去噪图像。另外，设计多个损失函数共同约束网络的训练以达到增强各分支特征提取能力的同时提高网络的稳定性，在MayoLDCT数据集上的对比和消融试验结果显示了本发明所提出的方法在结构边缘、纹理保持和伪影抑制上的优越性。

本发明授权边缘先验与CNN-Transformer融合的LDCT伪影抑制方法在权利要求书中公布了：1.边缘先验与CNN-Transformer融合的LDCT伪影抑制方法，其特征在于：包括以下步骤： 步骤1采用引导滤波器将LDCT图像分解为低频LDCTL和高频LDCTH； 步骤2将高频LDCTH部分送入单编码双解码U-net结构中提取高频分支和边缘分支的多尺度信息，并将边缘的多尺度信息补充给高频分支，单编码双解码U-net结构由高频编码器EH和边缘解码器DE、高频解码器DH组成，高频编码器EH每一层为全局-局部特征提取模块GLFB； 将低频LDCTL部分送入由低频编码器EL和低频解码器DL组成的多尺度编解码网络提取不同尺度的低频特征； 高频编码器EH的具体处理过程为： 首先采用3×3卷积提取高频图像LDCTH的初始特征然后经过d层的编码器提取多尺度的特征提取特征的过程表示为 其中，DS表示下采样，GLFB为编码器中的全局-局部特征提取模块，全局-局部特征提取模块GLFB采用残差模块与Transformer模块结合的双分支结构： 对于输入的特征X，局部分支采用残差卷积模块RCM提取局部特征FL，即 FL＝Conv3ReLUBNConv3X+X,2 其中，Conv3为3×3卷积，BN为批量归一化，ReLU激活函数； 全局分支通过Patch嵌入PE将特征图token化，得到然后用L个Transformer模块获取全局信息后回到特征图FG，最后将获得的局部和全局特征级联，再用用一个3×3卷积和一个1×1卷积提取融合后的特征FGL： FGL＝Conv1Conv3CatFL,FG,3 其中，Cat为级联操作，Conv1为1×1卷积； 所述低频编码器EL除了每层编码模块的结构外其余都与高频部分编码器EH相同，编码模块由局部分支组成，由RCM提取特征，EL的特征提取过程为： 其中是采用3×3卷积提取低频图像LDCTL的初始特征，表示EL每一层的提取的多尺度特征； 所述步骤2中的包含三个解码器，分别是边缘解码器DE，低频解码器DL以及高频解码器DH，其中DE和DL结构相同，边缘解码器DE的输入与跳跃连接传递的特征来自高频编码器EH，而低频解码器DL的输入与跳跃连接传递的特征来自低频编码器EL，边缘解码器、低频解码器每一层依次通过上采样-级联-RCM获取每一层的特征最后用3×3卷积重建边缘图像IE、低频图像IL； 高频解码器DH的每一层将前一层上采样后的特征与边缘解码器相应层的特征以及高频编码端对称层的特征级联融合后通过RCM获得富含边缘信息的高频特征最后用3×3卷积得到高频图像IH； 步骤3将低频解码端每层提取的特征与高频分支解码端每层提取的特征经过多尺度融合模块MFFB渐进融合重建去噪图像。

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太原科技大学，其通讯地址为：030024 山西省太原市万柏林区窊流路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”。

以上内容由龙图腾AI智能生成。