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！

龙图腾网获悉浙江大学申请的专利一种基于CycleGAN的非配对PET图像质量增强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：CN116664542B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310724652.9，技术领域涉及：G06T7/00；该发明授权一种基于CycleGAN的非配对PET图像质量增强方法是由刘华锋;罗仪;崔佳楠设计研发完成，并于2023-06-19向国家知识产权局提交的专利申请。

本一种基于CycleGAN的非配对PET图像质量增强方法在说明书摘要公布了：本发明公开了一种基于CycleGAN的非配对PET图像质量增强方法，使用结合相关系数损失和图像先验损失的CycleGAN作为网络框架，对非配对的低质量PET图像进行图像增强，具体地：利用新型扫描仪采集得到的高质量PET图像构建高质量模板数据集，利用BM3D方法生成低质量图像先验，对结合相关系数损失和图像先验损失的CycleGAN网络进行训练，从而对常规扫描仪采集得到的低质量PET图像进行图像质量增强。本发明有效利用CycleGAN模型的非配对特性，无需构建同个病人的配对低‑高质量图像集监督训练，即可将常规扫描仪得到的低质量PET图像，转换为与新型扫描仪数据质量相当的高质量PET图像。

本发明授权一种基于CycleGAN的非配对PET图像质量增强方法在权利要求书中公布了：1.一种基于CycleGAN的非配对PET图像质量增强方法，包括如下步骤： 1利用新型PET扫描仪对不同病人进行扫描，以采集获得大量的高质量PET图像，并将这些PET图像固定作为高质量模板数据集； 2利用常规PET扫描仪对不同病人进行扫描，以采集获得大量的低质量PET图像； 3将上述获得的低质量PET图像和高质量PET图像组成非配对的训练集，并对训练集中的低质量PET图像进行预处理得到对应的先验图像； 4建立CycleGAN模型并对其损失函数进行改进设计，改进设计后的损失函数由对抗性损失循环一致性损失相关系数损失以及图像先验损失四部分组成，具体表达式如下： 其中：λcycle、λcor-coe和λprior为相应的权重参数，H和L分别表示输入的高质量PET图像和低质量PET图像，GH表示生成网络GH的传递函数，FL表示生成网络FL的传递函数，Cov表示协方差算符，σ表示方差算符，Iprior_img为L对应的先验图像，‖‖1表示L1范数； 5将训练集中非配对的高质量PET图像和低质量PET图像以及低质量PET图像对应的先验图像输入至CycleGAN模型中对其进行训练； 6对于训练好的CycleGAN模型，取该模型中用于将低质量PET图像转换为高质量PET图像的生成网络GH，进而将需要进行质量提升的低质量PET图像输入至生成网络GH中即可直接输出得到对应的高质量PET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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。