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！

龙图腾网获悉中国科学院苏州生物医学工程技术研究所申请的专利一种X射线高分辨图像降噪方法、电子设备及存储介质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：CN119540082B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202411352479.5，技术领域涉及：G06T5/70；该发明授权一种X射线高分辨图像降噪方法、电子设备及存储介质是由李铭;廖飞扬;杜强;袁刚;郑健设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本一种X射线高分辨图像降噪方法、电子设备及存储介质在说明书摘要公布了：本发明提供一种X射线高分辨图像降噪方法、电子设备及存储介质，包括步骤：通过保留扩散模型的前若干步，获得局域扩散模型；基于局域扩散模型构建迭代局域扩散框架；加载高分辨的待处理退化图像数据集和预训练的局域扩散模型；迭代执行正向噪声添加和逆向过程，输出最终的降噪结果。本发明能够满足大尺寸、高分辨率探测器数据的降噪需求，从而提升X射线成像的质量；本发明从理论上推导出一种迭代局域扩散框架，利用极小的模型资源实现复杂数据的表征，从而开发出不依赖于标签训练数据的无监督降噪方法；该迭代局域扩散降噪框架能够在减少患者75％以上辐射剂量损害的情况下，重建出病灶和组织的细节。

本发明授权一种X射线高分辨图像降噪方法、电子设备及存储介质在权利要求书中公布了：1.一种X射线高分辨图像降噪方法，其特征在于，包括以下步骤： 保留时间步长为T的扩散模型的前K步，获得局域扩散模型；其中，KT； 所述扩散模型的任意时间步长处的潜在状态是初始状态的直接抽样，得到: ； 其中，，，为噪声方差； 通过最大化证据下限优化所述扩散模型，其隐变量解码器的转移分布参数化为: ； 其中，是由神经网络近似的噪声预测器，用以在每个时间步t中从预测； 使用重参数化技巧，从采样的公式为: ； 所述局域扩散模型表示为，其只训练和使用时间步长1到K，所述局域扩散模型的迭代形式记为迭代局域扩散模型；其中，T为总时间步长，K为局域时间步长； 基于所述局域扩散模型构建迭代局域扩散框架； 所述基于所述局域扩散模型构建迭代局域扩散框架步骤包括： 将退化图像表示为原始图像与退化分量之和的形式： ； 定义表示正向加噪过程，表示反向去噪过程； 假设在标准图像数据集上训练了一个局域扩散模型，将其建模的分布表示为，该标准图像数据集的分布表示为； 使用正向加噪过程将一个样本生成中间状态，公式为： ； 使用反向去噪过程将中间状态映射回原始图像，公式为： ； 对退化图像执行相同的噪声添加策略，退化图像正向加噪公式为： ； 结合退化图像的表示形式，得到： ； 其中，表示近似中间状态； 对近似中间状态进行反向去噪处理，使的系数趋近于0，迭代公式表示为: ； 其中，为第i次迭代中的衰减系数，为总迭代次数，为迭代后的结果，随着的增大，退化项减小到零； 加载高分辨的待处理退化图像数据集和预训练的局域扩散模型； 迭代执行正向噪声添加和逆向过程，输出最终的降噪结果。

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国科学院苏州生物医学工程技术研究所，其通讯地址为：215163 江苏省苏州市高新区科技城科灵路88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。