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！

龙图腾网获悉四川轻化工大学申请的专利基于深度学习的层析γ扫描图像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：CN115731315B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202210737502.7，技术领域涉及：G06T11/00；该发明授权基于深度学习的层析γ扫描图像重建方法是由石睿;王昌铭;庹先国;郑洪龙;杨广;王洲;刘一瑭设计研发完成，并于2022-06-27向国家知识产权局提交的专利申请。

本基于深度学习的层析γ扫描图像重建方法在说明书摘要公布了：本发明公开了一种使用经过先验数据训练的二维卷积神经网络利用稀疏扫描数据进行放射性废物TGS检测图像重建，提高检测效率及图像重建精度的基于深度学习的层析γ扫描图像重建方法。该方法包括步骤S1、根据体素划分模型确定稀疏扫描方式；S2、使用蒙特卡罗方法相关软件，根据TGS系统尺寸建立仿真模型；S3、进行仿真实验并建立透射图像训练数据集；S4、搭建深度学习神经网络；并通训练深度学习神经网络；S5、重建高分辨率透射图像和发射图像并融合；S6、建立融合图像训练数据集并训练深度学习神经网络；重建融合图像；S7、设计分析处理系统，实现透射图像以及融合图像的重建。采用该方法能够有效的减少扫描次数提升检测效率；提高重建图像质量。

本发明授权基于深度学习的层析γ扫描图像重建方法在权利要求书中公布了：1.基于深度学习的放射性废物层析γ扫描图像的重建方法，其特征在于，包括以下步骤： S1、根据体素划分模型确定稀疏扫描方式； S2、使用蒙特卡罗方法相关软件，根据TGS系统尺寸建立仿真模型； 所述相关软件使用Geant4或者MCNP5蒙特卡洛方法软件； S3、进行仿真实验并建立透射图像训练数据集； 外置透射源使用多种能量γ射线对废物桶进行透射扫描，废物桶内填充多种不同形状、材料介质和多种种类、活度的放射源，使用ART算法重建大体素低分辨率透射图像，并根据仿真设置建立对应的细小体素高分辨率透射图像；多次实验得到多组图像对，建立透射图像训练数据集； 所述仿真实验包括透射扫描和发射扫描； 所述透射扫描过程如下： 1外置透射源与探测器移动至初始位置，打开外置透射源开始进行透射扫描，探测器检测γ射线形成能谱； 2根据制定的稀疏扫描方式，旋转废物桶，进行下一个角度的扫描，完成所有角度扫描； 3透射源与探测器移动至下一位置，再进行所有角度扫描，直至完成所有角度和位置的扫描； 所述发射扫描过程为：关闭外置透射源，废物桶旋转、探测器移动和扫描顺序等与透射扫描一致，探测器探测废物桶内放射源自发放射γ射线； 所述透射图像训练数据集包括低分辨率重建透射图像和高分辨率参考透射图像； 所述低分辨率重建透射图像使用ART迭代算法根据透射测量方程重建而来，透射测量方程如下： 式中，IiE为第i次扫描时穿过吸收物质衰减后的γ射线强度，xi,j为第i次扫描时γ射线在第j个体素中穿行的径迹长度，如果未穿过体素则记xi,j＝0，J为每层废物桶中体素块的编号，所以μj为第j个体素对能量为E的γ射线的衰减系数； 令透射率PiE＝IiEI0E，并定义对数透射率ViE＝-lnPiE，则 假设一次透射测量中对每层废物桶进行了i次扫描，则通过2可以得到矩阵公式 X·UE＝VE3 式中，X是γ射线的在单层废物桶中穿过的径迹矩阵，UE为体素块对能量为E的γ射线的衰减系数矩阵，UE＝[μ1E,μ2E,…μjE]T；VE为对数透射率矩阵VE＝[v1,v2,…,vi]T；求取衰减系数矩阵UE中的衰减系数并转换为灰度值即得到大体素低分辨率重建透射图像； 所述ART算法表示如下： 式中k为迭代测次数，i为透射源扫描的序号，j为体素的序号，λ为松弛因子是人为设置的常数0λ1，则为第k次迭代中j体素的衰减系数，而即为第k次迭代后更新获得的衰减系数；ART算法迭代过程可描述为以下六个步骤： 1预设J个体素初始衰减系数值， 2对于第i次扫描，计算γ射线经过预设衰减系数后的对数透射率， 3比较计算的对数透射率和实验获得对数透射率，并求差：Δi＝vi-vi′； 4更新修正第j个体素的衰减系数值： 5重复第2～4步，直到到达要求的迭代次数或者差值小于设定值为止； 6输出衰减系数矩阵UE； S4、搭建深度学习神经网络；并通过步骤3中得到的透射图像训练数据集训练深度学习神经网络； S5、通过步骤S4中训练后的深度学习神经网络重建高分辨率透射图像和发射图像并融合； S6、建立融合图像训练数据集并训练深度学习神经网络；通过训练后的深度学习神经网络重建融合图像； S7、设计分析处理系统，实现透射图像以及融合图像的重建。

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四川轻化工大学，其通讯地址为：643000 四川省自贡市自流井区汇兴路519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”。