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！

龙图腾网获悉上海健康医学院申请的专利一种基于退化感知扩散模型的能谱CT图像联合去噪与重建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：CN121391657B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511898325.0，技术领域涉及：G06T5/70；该发明授权一种基于退化感知扩散模型的能谱CT图像联合去噪与重建方法是由樊志华;黄钢;李佳媛设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本一种基于退化感知扩散模型的能谱CT图像联合去噪与重建方法在说明书摘要公布了：本发明公开了一种基于退化感知扩散模型的能谱CT图像联合去噪与重建方法，涉及医学影像处理技术领域，该方法构建了包含退化编码器和条件去噪网络的扩散模型，通过退化编码器提取观测数据中的噪声和伪影特征，生成退化嵌入向量指导去噪过程。在重建阶段，将物理成像模型的数据一致性约束嵌入反向扩散过程，实现从低剂量投影数据到高质量多能级CT图像的端到端联合优化。其能够自适应感知具体扫描条件的退化特性，在保证重建结果物理保真的前提下，显著提升图像质量，PSNR提升26.3%达到38.5dB，同时通过DDIM采样实现20倍加速，将重建时间从60分钟缩短至3分钟。其有效解决了传统方法重建质量与计算效率的矛盾，为低剂量能谱CT临床推广应用提供了可靠技术支撑。

本发明授权一种基于退化感知扩散模型的能谱CT图像联合去噪与重建方法在权利要求书中公布了：1.一种基于退化感知扩散模型的能谱CT图像联合去噪与重建方法，其特征在于，包括以下步骤： 模型训练阶段： a准备训练数据集，包含成对的高质量能谱CT图像及其对应的低质量观测数据y，所述低质量观测数据y为低剂量重建图像或欠采样正弦图； b构建退化感知条件扩散模型，该模型包含一个退化编码器和一个去噪网络，其中和θ分别为对应网络的参数； c前向扩散过程：对高质量图像逐步添加高斯噪声，得到第t步的加噪图像，其表达式为：； 其中，是由噪声调度表决定的已知系数，是标准高斯噪声； d退化信息提取：将低质量观测数据y输入退化编码器得到退化嵌入向量； e去噪网络训练：训练所述去噪网络，使其能够根据加噪图像、时间步t和退化嵌入向量，预测出所添加的噪声；训练目标是通过最小化以下损失函数来优化参数θ和：； 图像重建阶段： f获取待重建物体的低质量能谱CT观测数据； g退化感知引导：将输入训练好的退化编码器，得到其专属的退化嵌入向量； h反向扩散过程：从一个随机高斯噪声开始，对于执行迭代去噪，每一步包含： h1去噪步骤：利用训练好的去噪网络预测噪声，并通过扩散模型采样算法计算初步去噪后的图像； h2数据一致性约束步骤：将投影到测量域，并用实际观测数据进行约束，得到最终的本步输出； i当迭代至t=0时，输出最终的高质量能谱CT重建图像； 所述去噪网络为U-Net结构，所述退化嵌入向量通过交叉注意力机制被注入到所述U-Net的瓶颈层，其计算过程为：； 其中，查询，键，值是U-Net瓶颈层的特征图，，，是可学习的投影矩阵，是键向量的维度。

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上海健康医学院，其通讯地址为：201318 上海市浦东新区周祝公路279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。