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！

龙图腾网获悉西安交通大学申请的专利基于半监督CycleGan网络的超声相控阵图像优化重构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：CN115601572B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202211337748.1，技术领域涉及：G06V10/74；该发明授权基于半监督CycleGan网络的超声相控阵图像优化重构方法及系统是由李兵;高飞;陈磊;尚中昱;刘春满设计研发完成，并于2022-10-28向国家知识产权局提交的专利申请。

本基于半监督CycleGan网络的超声相控阵图像优化重构方法及系统在说明书摘要公布了：本发明公开了一种基于半监督CycleGan网络的超声相控阵图像优化重构方法及系统，生成在超声图像和重构图像的两个域中一一对应的训练样本；将对抗性损失函数，循环一致性损失函数，个体损失函数和真实差异损失函数进行叠加，获取损失函数；基于损失函数搭建半监督CycleGan网络结构，利用训练样本对半监督CycleGan网络结构进行训练，完成网络训练后，将超声相控阵实际检测的超声图像输入训练后的半监督CycleGan网络结构，得到检测缺陷的重构图像。本发明方法能够在不裁剪原图的前提下实现对小目标图像的异域重构；对于超声图像来说，既保留了图像中缺陷的位置信息，又消除了图像中缺陷伪影，使缺陷的形貌更加准确。

本发明授权基于半监督CycleGan网络的超声相控阵图像优化重构方法及系统在权利要求书中公布了：1.基于半监督CycleGan网络的超声相控阵图像优化重构方法，其特征在于，包括以下步骤： S1、生成在超声图像和重构图像的两个域中一一对应的训练样本； S2、将对抗性损失函数，循环一致性损失函数，个体损失函数和真实差异损失函数进行叠加，获取损失函数； S3、基于步骤S2得到损失函数搭建半监督CycleGan网络结构，利用步骤S1生成的训练样本对半监督CycleGan网络结构进行训练，完成网络训练后，将超声相控阵实际检测的超声图像输入训练后的半监督CycleGan网络结构，得到检测缺陷的重构图像，半监督CycleGan网络的训练过程如下： 超声图像和缺陷图像的非配对图像同时从两侧输入两个不同的生成器，并同时输出符合对方域的对应图像，判别器对生成器输出的图像进行鉴别； 超声图像作为输入侧，在阶段，分布于域A的图像经过生成器GA后输出其对应分布于域B的缺陷图像；一方面，缺陷图像与域B的相似性受到鉴别器DA对抗损失函数的评价；另一方面，通过真实差异损失函数中的，表示图像服从域B的概率分布，量化GA生成的缺陷图像与超声图像所对应的真实缺陷图像的差异程度； 随后在阶段，输入生成器GB的域B缺陷图像输出其对应的域A超声图像，并与网络的输入图像通过循环一致性损失函数的进行域相似性对比，表示图像服从域A的概率分布； 缺陷图像作为输入侧，先后经历与两个阶段，分别受到鉴别器DB对抗损失函数，真实差异损失函数以及循环一致性损失函数的约束； 在结束一个批次图像的双向输出后，半监督CycleGan根据上述所计算的各损失函数项对网络参数进行优化调整；当训练完成时，半监督CycleGan网络实现由超声图像向缺陷图像的转化，以及由缺陷图像向超声图像的转化。

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西安交通大学，其通讯地址为：710048 陕西省西安市碑林区咸宁西路28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”。