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！

龙图腾网获悉广东工业大学申请的专利一种基于对称-不对称协同模块的低剂量CT降噪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：CN116128765B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310228372.9，技术领域涉及：G06T5/70；该发明授权一种基于对称-不对称协同模块的低剂量CT降噪方法是由邓杰航;刘佳馨;张仕瀚;顾国生设计研发完成，并于2023-03-10向国家知识产权局提交的专利申请。

本一种基于对称-不对称协同模块的低剂量CT降噪方法在说明书摘要公布了：本发明提供一种基于对称‑不对称协同模块的低剂量CT降噪方法，该方法包括：获取高剂量CT图像和高剂量CT图像对应的低剂量CT图像；构建对称‑不对称协同模块SCM；使用对称‑不对称协同模块SCM对低剂量CT图像降噪。本发明在网络中期特征图尺寸中，能够很好的嵌套在各种网络中，解决不规则组织与病变特征提取不充分的问题，并且达到了降低网络参数的作用。

本发明授权一种基于对称-不对称协同模块的低剂量CT降噪方法在权利要求书中公布了：1.一种基于对称-不对称协同模块的低剂量CT降噪方法，其特征在于，包括： 获取高剂量CT图像和高剂量CT图像对应的低剂量CT图像； 构建对称-不对称协同模块SCM； 使用对称-不对称协同模块SCM对低剂量CT图像降噪； 所述构建对称-不对称协同模块SCM包括： 改进编解码网络的第二层下采样后的卷积层中的普通卷积，替换第二个与第四个卷积操作为不对称卷积； 所述使用对称-不对称协同模块SCM对低剂量CT图像降噪之后，还包括通过损失函数评价SCM性能，具体为： 所述损失函数包括基于像素点之间的均方误差MSE损失，基于高级特征空间的多尺度感知损失与基于梯度的梯度损失； 混合损失公式为： ； 分别对应MSE，多尺度感知损失，梯度损失的权重，调整参数权重来平衡损失函数，为混合损失； 所述基于高级特征空间的多尺度感知损失包括： ； 式中，为训练好参数的Resnet-50网络模型，为不同尺寸特征数，代表从Resnet-50网络中提取的第层特征； 设所要操作的数据集为A，水平方向与垂直方向的sobel算子为与，与为卷积操作后的结果，代表卷积操作，公式如下： ； ； 原图中的作用点像素值通过水平，垂直方向卷积之后的结果为： ； 所述基于梯度的梯度损失包括： ； 与分别为降噪CT与对应高剂量经过sobel卷积后的结果，再使用范式计算两者之间的差值得到梯度损失； 所述均方误差MSE损失包括： ； 式中，表示低剂量CT图像，表示高剂量CT图像，为参数的降噪模型，因此，代表降噪CT图像，为特征图数目。

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广东工业大学，其通讯地址为：510000 广东省广州市越秀区东风东路729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”。