中国科学院苏州生物医学工程技术研究所郑健获国家专利权
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多任务非理想测量CT图像重建方法及系统、设备、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:CN120852597B 。
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:202511368258.1,技术领域涉及:G06T11/60;该发明授权多任务非理想测量CT图像重建方法及系统、设备、介质是由郑健;王继平;吴中毅;李铭;杜强;周哲典设计研发完成,并于2025-09-24向国家知识产权局提交的专利申请。
本多任务非理想测量CT图像重建方法及系统、设备、介质在说明书摘要公布了:本发明提供多任务非理想测量CT图像重建方法及系统、设备、介质,设计了文本‑视觉协同提示对比学习方法,用于多任务的非理想测量CT重建。为了在网络中整合文本和视觉特征,设计了文本‑视觉协同提示模块,该模块将不同文本提示的语义表征与视觉提示的细粒度特征相结合,从而增强CT图像重建过程的可控性、可解释性及退化适应能力。本发明构建了高频增强模块作为主体网络结构的核心组件,该模块通过自注意力机制与自适应滤波机制,显著提升了网络对高频信息的提取和优化,从而有效缓解高频细节的丢失问题。本发明引入了一种新型复合损失函数,能够显著提升重建图像的视觉质量与保真度。
本发明授权多任务非理想测量CT图像重建方法及系统、设备、介质在权利要求书中公布了:1.一种多任务非理想测量CT图像重建方法,其特征在于,包括以下步骤: 获取公开数据集和真实临床数据;其中,所述公开数据集包括多对非理想测量CT图像与常规剂量CT图像,所述真实临床数据包括多张非理想测量CT图像; 对所述公开数据集的非理想测量CT图像和常规剂量CT图像进行处理,以实现非理想测量CT图像类型转换,并将处理后的公开数据集划分为训练集与测试集,将所述真实临床数据用于零样本实验; 构建文本和视觉协同提示对比网络用于多任务非理想测量CT图像重建; 构建文本-视觉协同提示模块用于实现文本提示的语义信息与视觉提示的细粒度特征之间的有效融合; 构建高频增强模块用于实现特征的频率增强; 构建混合损失函数用于在像素级、结构级和特征级方面实现多层次优化; 将待重建的非理想测量CT图像输入训练好的网络,重建出相应的CT图像; 所述文本和视觉协同提示对比网络采用编码器和解码器架构,所述高频增强模块作为网络架构的核心组件,下采样操作通过PixelUnshuffle操作实现; 经过所述编码器处理后,深层嵌入特征通过所述解码器逐步实现高分辨率表征的恢复;在此过程中,特征图的分辨率通过PixelUnshuffle操作得到放大,同时通道数随之减少; 在所述编码器与所述解码器之间的每个跳跃连接处引入所述文本-视觉协同提示模块,以将文本和视觉信息融入解码过程; 所述构建文本-视觉协同提示模块用于实现文本提示的语义信息与视觉提示的细粒度特征之间的有效融合步骤包括: 针对不同退化类型预定义相应的文本描述集合; 利用参数冻结的CLIP模型的文本编码器将文本描述转换为嵌入向量空间中的表示; 构建任务类别的独热编码表示,以准确匹配各退化类型与其对应的文本提示; 通过将CLIP模型生成的文本嵌入向量与独热编码表示进行加权融合,得到具有判别性的文本提示表征: , 其中,为退化的类型,为退化的类别数; 所述文本-视觉协同提示模块引入可学习的视觉提示作为补充,并通过跨模态注意力机制实现文本提示与视觉提示的深度特征融合; 在和融合之后,来自编码器不同层次中的高频增强模块的特征与融合后的表征进行通道连接用于指导网络执行后续操作,整个过程表示为: , 其中,通过跳跃连接传递至解码器,为交叉Transformer模块。
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:215000 江苏省苏州市高新区科灵路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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励