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！

龙图腾网获悉燕山大学申请的专利一种基于自监督学习的高精度CT金属伪影校正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：CN116485684B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202310526349.8，技术领域涉及：G06T11/00；该发明授权一种基于自监督学习的高精度CT金属伪影校正方法是由石保顺;张少磊设计研发完成，并于2023-05-11向国家知识产权局提交的专利申请。

本一种基于自监督学习的高精度CT金属伪影校正方法在说明书摘要公布了：本发明公开了一种基于自监督学习的高精度CT金属伪影校正方法，属于计算机医学成像技术领域，具体为：创建用于训练网络的数据集，并将数据集分为训练集和测试集；构建基于紧标架的模型驱动的图像域子网络、基于Transformer的数据驱动正弦域子网络以及一个新颖的耦合机制用以连接两个子网络；为优化耦合模型‑数据双驱动网络，设计损失函数；训练数据集及损失函数训练优化耦合双驱动网络，直至训练结束，获得最优网络模型；将测试集图像输入到步骤3中训练好的网络模型中，得到金属伪影校正图像。本申请在利用具有较少网络参数量的同时具有高精度的金属伪影校正性能，缓解了训练网络对配对CT图像的需求。

本发明授权一种基于自监督学习的高精度CT金属伪影校正方法在权利要求书中公布了：1.一种基于自监督学习的高精度CT金属伪影校正方法，包括以下步骤： S1构建自监督金属伪影校正网络模型，即耦合模型-数据双驱动网络模型，所述网络模型包括基于Transformer的数据驱动正弦域子网络SS-Net和基于紧标架的模型驱动的图像域子网络IM-Net，IM-Net中包含一个用于耦合两个子网络的先验伪影注意力阈值生成模块PATG； S2训练网络： S2.1准备数据集，用收集的无伪影正弦图s合成金属污染的正弦图sma，对其做滤波反投影操作得到无伪影CT图像x和金属污染CT图像xma，将CT图像和正弦图裁剪为设定的尺寸，并将其分为训练集和测试集，设定最大训练次数，初始化训练参数； S2.2将金属污染的正弦图sma和金属迹trm做线性插值运算得到sLI，将sLI和金属迹trm输入到基于Transformer的数据驱动正弦域子网络，输出得到增强的正弦图sout，对sout做滤波反投影操作得到重建CT图像xout； S2.3计算正弦域子网络损失，若未达到正弦域网络最大训练次数，则重复步骤S2.2，更新网络参数，训练结束得到正弦域网络的最优网络模型； S2.4向训练好的正弦域子网络模型中输入sma和trm，网络输出xout，并将xout与金属伪影污染CT图像xma逐元素减得到正弦域金属伪影信息es，同时利用线性插值和光束硬化方法得到校正后的图像，从两者的校正图像中提取金属伪影eLI和eBHC，将金属伪影es、eBHC、eLI、xma及非金属掩模m输入到基于紧标架的模型驱动的图像域子网络IM-Net中，输出得到伪影减少的CT图像； S2.5计算图像域损失，若未达到最大训练次数，则重复步骤2.4，更新网络参数； S3向构建好的图像域最优网络模型中输入es、eBHC、eLI、xma和m，网络输出为金属伪影校正后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燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街438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。