浙江大学刘华锋获国家专利权
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！
龙图腾网获悉浙江大学申请的专利一种基于模型驱动深度学习的动态PET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：CN115984401B 。
龙图腾网通过国家知识产权局官网在2025-08-26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：202310042621.5，技术领域涉及：G06T11/00；该发明授权一种基于模型驱动深度学习的动态PET图像重建方法是由刘华锋;胡睿设计研发完成，并于2023-01-28向国家知识产权局提交的专利申请。
本一种基于模型驱动深度学习的动态PET图像重建方法在说明书摘要公布了：本发明公开了一种基于模型驱动深度学习的动态PET图像重建方法，其利用3D时空卷积同时提取动态投影数据时间域和空间域的关联性，且前后投影算符被融入到重建网络当中，具有很强的物理约束以及可解释性；本发明将动态PET图像重建问题拆分成若干个级联的重建块，每个重建块中包含一个主网络用来更新主图像域变量以及一个对偶网络来更新对偶测量域变量。本发明可以从超低计数的动态PET投影数据重建得到高质量的动态PET示踪剂活度分布图像，解决了目前主流的方法解释性不强，重建效果较差的问题。
本发明授权一种基于模型驱动深度学习的动态PET图像重建方法在权利要求书中公布了：1.一种基于模型驱动深度学习的动态PET图像重建方法，包括如下步骤： 1利用探测器对注入放射性药物的生物组织进行探测，采集得到对应的动态正弦图投影数据Y； 2对动态正弦图投影数据Y进行重建得到对应的动态PET示踪剂活度分布图X； 3根据步骤1和2多次执行以获得大量样本，每一样本均包含有动态正弦图投影数据Y及其对应的动态PET示踪剂活度分布图X，进而将所有样本划分为训练集、验证集和测试集； 4根据动态PET测量方程将动态重建问题转化为带正则项的泊松对数似然优化问题，并利用对偶变量的性质将该优化问题转化为对应的鞍点问题； 5利用主对偶网络交替更新主变量和对偶变量来求解上述鞍点问题，从而构建用于动态PET图像重建的STPD-Net模型，该模型由若干个重建模块级联而成，每个重建模块由主网络和对偶网络连接组成； 6利用训练集样本中的Y作为STPD-Net模型的输入，X作为标签，对STPD-Net模型进行训练，从而得到最终的动态PET图像重建模型； 7将测试集样本中的Y输入至动态PET图像重建模型中，即可直接重建输出对应的动态PET示踪剂活度分布图。
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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。
以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号