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！

龙图腾网获悉曲阜师范大学申请的专利基于纹理特征引导的纹理保持低剂量CT图像去噪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：CN116596785B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310544345.2，技术领域涉及：G06T5/70；该发明授权基于纹理特征引导的纹理保持低剂量CT图像去噪是由张元科;王栋;万兆翠设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本基于纹理特征引导的纹理保持低剂量CT图像去噪在说明书摘要公布了：本发明公开了一种基于纹理特征引导的纹理保持低剂量CT图像去噪方法，属于医学图像处理领域。本发明具体公开了一种具有的纹理特征引导的多尺度深度残差注意网络模型，使其应用到低剂量CT成像中。主体网络模型包含四个子模型，一是多尺度初始去噪网络模型对低剂量CT进行去噪，另一个网络用于提取初始去噪网络后的纹理细节，两部分网络协同工作。提取的纹理细节与初始的低剂量CT经过多尺度图像和纹理特征融合网络模型相融合后，进入多尺度主去噪网络进一步对低剂量CT进行去噪，这有利于主去噪网络学习更多不明显的细节。本发明所公开的低剂量CT图像去噪的方法高效地去除了低剂量CT图像中的噪声和条纹伪影，同时保留了图像中的结构信息和纹理特征细节信息。

本发明授权基于纹理特征引导的纹理保持低剂量CT图像去噪在权利要求书中公布了：1.一种基于纹理特征引导的纹理保持低剂量CT图像去噪的方法，其特征在于，包括以下步骤： 步骤1、采集多组相匹配的低剂量CT图像与正常剂量CT图像数据，然后将每一对相匹配的低剂量CT图像与正常剂量CT图像构成一个训练样本，表示为{ILD,IND}，其中，ILD为低剂量CT图像，IND为正常剂量CT图像，构建网络训练数据集并用于网络训练； 步骤2、构建纹理特征引导的多尺度深度残差注意网络模型MDRAN，用于低剂量CT图像与正常剂量CT图像之间的映射；所构建的纹理特征引导的多尺度深度残差注意网络模型MDRAN包含四个子网络模型，它们分别为：多尺度初始去噪网络模型、多尺度纹理特征预测网络模型、多尺度图像和纹理特征融合网络模型和多尺度主去噪网络模型；所构建的纹理特征引导的多尺度深度残差注意网络模型MDRAN的具体工作过程是：首先采用多尺度初始去噪网络模型对输入的低剂量CT图像ILD进行初步去噪生成一组输出图，命名为Ioutput；经过多尺度初始去噪网络模型输出的Ioutput被用于生成一对数据集，即纹理细节数据集，命名为Ioutput_Edge及对应的差分集IDiff，其中，差分集IDiff是多尺度初始去噪网络模型无法学习到的真实纹理细节信息，Ioutput_Edge是由Ioutput通过Sobel算子生成，然后输入到多尺度纹理特征预测网络模型，来学习Ioutput_Edge和IDiff的映射关系，从而预测出欠缺的纹理细节信息IEdge；经过多尺度纹理特征预测网络模型预测输出的纹理细节信息IEdge作为纹理细节信息引导图，经过多尺度空间金字塔注意力，并进一步使用Sigmoid函数获得注意力权重后，与输入的低剂量CT图像ILD经过多尺度图像和纹理特征融合网络模型进行融合；低剂量CT图像ILD和纹理细节信息IEdge经过多尺度图像和纹理特征融合网络模型以后，再输入进多尺度主去噪网络模型，从而输出得到去噪后的CT图像； 步骤3、使用步骤1中建立好的数据集对纹理特征引导的多尺度深度残差注意网络模型MDRAN中的子网络分别进行训练，从而获得训练好的网络模型参数； 步骤4、将需要处理的低剂量CT图像输入进已经获得网络模型参数的纹理特征引导的多尺度深度残差注意网络模型MDRAN中，输出得到去除噪声和条纹伪影的CT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曲阜师范大学，其通讯地址为：273165 山东省济宁市曲阜市静轩西路57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。