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！

龙图腾网获悉山东大学申请的专利一种基于极稀疏扫描的计算机断层图像重建方法及系统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：CN120259456B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202510182920.8，技术领域涉及：G06T11/00；该发明授权一种基于极稀疏扫描的计算机断层图像重建方法及系统是由孙丰荣;李兆光;孙正祥;刘雨涵;吕林;高远;苗翔宇;刘乙人设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本一种基于极稀疏扫描的计算机断层图像重建方法及系统在说明书摘要公布了：本发明涉及一种基于极稀疏扫描的计算机断层图像重建方法及系统，包括：获取CT机原始扫描数据和标准算法的重建图像；搭建生成对抗网络；设计损失函数，训练生成对抗网络；将VdCS算法和CT‑RDNet网络通过反馈路径结合，构建极稀疏扫描CT图像重建框架，即CSUF图像重建框架；获取CT机极稀疏扫描模式的扫描数据，即极稀疏扫描数据；以极稀疏扫描数据为输入，CSUF图像重建框架执行极稀疏扫描CT图像重建，输出满足影像学临床诊断需求的重建图像。本发明方法能够在极稀疏扫描条件下获得满足影像学临床诊断需求的CT图像，并具有良好的鲁棒性和工程实用性。

本发明授权一种基于极稀疏扫描的计算机断层图像重建方法及系统在权利要求书中公布了：1.一种基于极稀疏扫描的计算机断层图像重建方法，其特征在于，包括： 步骤一，获取CT机原始扫描数据和标准算法的重建图像； 原始扫描数据是指X射线衰减测量数据；对原始扫描数据均匀选择若干个扫描角度得到稀疏扫描数据，稀疏扫描数据是指少数扫描角度数目下的扫描数据，使用VdCS算法分别得到不同扫描角度数的稀疏重建图像；将稀疏重建图像与标准算法的重建图像配对，配对是指将不同扫描角度数的稀疏重建图像与标准算法的重建图像分别一一对应，得到有监督深度学习的训练数据集； 步骤二，构建CT图像复原、降噪网络，即CT-RDNet网络； 步骤三，以CT-RDNet网络为生成器，搭建生成对抗网络；CT-RDNet网络为编码器-解码器的对称U型架构； CT-RDNet网络的编码器包括8个下采样模块，用于提取稀疏重建图像的特征，并对稀疏重建图像进行下采样； CT-RDNet网络的解码器包括7个上采样模块和输出层，用于从提取的稀疏重建图像的特征中重建高质量的图像； CT-RDNet网络使用跳跃连接融合特征和自注意力机制关注全局特征；其中，上采样模块的输出特征图与下采样模块相同尺寸的输出特征图在通道方向拼接，得到融合特征，再经自注意力模块处理后得到注意力特征图，最后进行上采样； 步骤四，设计损失函数，训练生成对抗网络； 步骤五，将VdCS算法和CT-RDNet网络通过反馈路径结合，构建极稀疏扫描CT图像重建框架，即CSUF图像重建框架； 步骤六，获取CT机极稀疏扫描模式的扫描数据，即极稀疏扫描数据； 步骤七，以极稀疏扫描数据为输入，CSUF图像重建框架执行极稀疏扫描CT图像重建，输出满足影像学临床诊断需求的重建图像；包括： 1使用VdCS算法对极稀疏扫描数据进行迭代图像重建，并将重建图像传递给CT-RDNet网络； 2通过CT-RDNet网络对步骤1的重建图像进行图像复原、降噪优化处理； 3经CT-RDNet网络优化处理后的图像通过反馈路径作为先验图像提供给VdCS算法； 4以先验图像为初始估计，再次对极稀疏扫描数据进行迭代图像重建，并将图像重建结果传递给CT-RDNet网络； 5通过CT-RDNet网络进一步优化VdCS算法的迭代图像重建结果，并输出满足影像学临床诊断需求的重建图像。

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山东大学，其通讯地址为：250100 山东省济南市历城区山大南路27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。