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！

龙图腾网获悉山东师范大学申请的专利基于扩散模型的医学图像特征图去噪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：CN116630200B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202310660479.0，技术领域涉及：G06T5/70；该发明授权基于扩散模型的医学图像特征图去噪方法及系统是由戚萌;李光举;刘延兵;彭丽媛;魏育赟设计研发完成，并于2023-06-02向国家知识产权局提交的专利申请。

本基于扩散模型的医学图像特征图去噪方法及系统在说明书摘要公布了：本发明提出基于扩散模型的医学图像特征图去噪方法及系统，涉及医学图像分割领域。包括从模型中提取原始特征图；以渐进的方式向原始特征图中添加高斯噪声，得到一系列噪声特征图；将最后得到的噪声特征图依次输入至串联的多个FMD模块中进行去噪，得到与一系列噪声特征图相对应的去噪结果，利用噪声特征图与相应的去噪结果训练FMD模块；将原始特征图输入至训练好的FMD模块中进行去噪。本发明基于设计的去噪扩散概率模型，对特征图的信息进行去噪处理，从而使得医学图像分割模型能够更加准确地识别器官或病灶的特征；同时即插即用的特征图去噪模块可以方便地与各种现有的医学图像分割模型结合使用，不需要重新训练模型，大大节省了开发时间和成本。

本发明授权基于扩散模型的医学图像特征图去噪方法及系统在权利要求书中公布了：1.基于扩散模型的医学图像特征图去噪方法，其特征在于，包括以下步骤： 从模型中提取特征图，将提取到的特征图作为原始特征图； 以渐进的方式向原始特征图中添加高斯噪声，得到一系列噪声特征图，具体为：将高斯噪声逐渐加入到从模型中提取的原始特征图中，原始特征图的噪声水平从0增加到T，即从无噪声增加到最大噪声，得到一系列噪声特征图，，……，；对原始特征图逐步引入噪声的过程为： I代表身份矩阵，，……，表示过程中每一步的噪声方差； 所述噪声特征图表示为： 其中，； 将最后得到的噪声特征图依次输入至串联的多个FMD模块中进行去噪，得到与一系列噪声特征图相对应的去噪结果，利用噪声特征图与相应的去噪结果训练FMD模块，得到训练好的FMD模块； 所述进行去噪的过程具体为： 其中，表示参与去噪过程的一个参数；是通过FMD模块预测出的噪声；表示均值； 从预测的公式为： 表示模型可以学习到的方差，z是随机分量； 将原始特征图输入至训练好的FMD模块中进行去噪。

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山东师范大学，其通讯地址为：250014 山东省济南市历下区文化东路88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”。