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！

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利一种基于扩散模型与生成对抗网络的图像分割方法及装置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：CN117314930B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202311133998.8，技术领域涉及：G06T7/11；该发明授权一种基于扩散模型与生成对抗网络的图像分割方法及装置是由蒲尧;张智清;钱程;曾泉;周寿军;李涛;郑福琛设计研发完成，并于2023-09-04向国家知识产权局提交的专利申请。

本一种基于扩散模型与生成对抗网络的图像分割方法及装置在说明书摘要公布了：本发明公开了一种基于扩散模型与生成对抗网络的图像分割方法及装置，运用于图像处理技术领域，其方法包括：对原始图像进行预处理；对预处理后的图像进行扩散模型训练，并输出预测标签图像；对预测标签图像进行判别器模型训练，并输出预测分类标签图像；采用生成对抗网络对扩散模型和判别器进行联合训练，输出扩散模型的参数及判别器模型的参数；根据扩散模型的参数及判别器模型的参数对预处理之后的图像进行分割；避免了去噪过程中单个信息的误导，提升了模型的鲁棒性；在训练过程中，拼接原始图像和标签数据，更有利于精准的血管提取；其中生成对抗网络对判别器和扩散模型进行训练，使得网络训练加速收敛，分割准确性提高。

本发明授权一种基于扩散模型与生成对抗网络的图像分割方法及装置在权利要求书中公布了：1.一种基于扩散模型与生成对抗网络的图像分割方法，其特征在于，包括： 对原始图像进行预处理； 对预处理后的图像进行扩散模型训练，并输出预测标签图像； 对所述预测标签图像进行判别器模型训练，并输出预测分类标签图像； 采用生成对抗网络对所述扩散模型和所述判别器进行联合训练，输出所述扩散模型的参数及所述判别器模型的参数； 根据所述扩散模型的参数及所述判别器模型的参数对预处理之后的图像进行分割； 在对预处理后的图像进行扩散模型训练，并输出预测标签图像的步骤中，具体包括下述步骤： 所述扩散模型包括前向加噪过程q和反向去噪过程p； 采用均方误差为损失函数计算真实噪声和预测噪声的误差； 所述前向加噪过程具体包括下述步骤： 从原始图像xt-1到xt的前向加噪过程的公式表示为： 其中I为单位矩阵，βt为正向过程的方差； 将原始图像xt-1到xt做t步，则公式表示为： 其中变量αt＝1-βt和 使用重新参数化，将xt写成x0的函数： 将原始图像的拼接图像b与标签图像xb进行拼接，得到原始图像与标签图像拼接的图像X维度为c+1,h,w，其中为通道维度上拼接，c为通道数，h为图像高，w为图像宽；则前向加噪的公式改写为：

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中国科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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”。