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！

龙图腾网获悉湖南大学申请的专利基于变换编码和深度学习的医学图像无损压缩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：CN119653110B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411852910.2，技术领域涉及：H04N19/625；该发明授权基于变换编码和深度学习的医学图像无损压缩方法及系统是由杨高波;李甜甜;郭睿骁设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本基于变换编码和深度学习的医学图像无损压缩方法及系统在说明书摘要公布了：本发明公开了一种基于变换编码和深度学习的医学图像无损压缩方法及系统，方法包括步骤：对输入的2D医学图像进行DCT变换和Round量化，拆分成DC系数和AC系数；对DC系数和Round量化带来的损失R进行压缩；将AC系数分解成结构层MSB和纹理层LSB；将纹理层LSB分解成多个子系数块；构建基于卷积神经网络的深度概率估计模型，进行基于分组的自回归概率密度建模，输入多个子系数块，输出每个子系数块的概率分布矩阵；结合熵算数编码器和概率分布矩阵对每个子系数块进行无损编解码。本发明具有压缩效率高、无损压缩等优点。

本发明授权基于变换编码和深度学习的医学图像无损压缩方法及系统在权利要求书中公布了：1.一种基于变换编码和深度学习的医学图像无损压缩方法，其特征在于，包括步骤： 步骤1，对输入的2D医学图像进行DCT变换和Round量化，拆分成DC系数和AC系数； 步骤2，对DC系数和Round量化带来的损失R进行压缩； 步骤3，将AC系数分解成结构层MSB和纹理层LSB； 步骤4，将纹理层LSB分解成多个子系数块； 步骤4具体包括步骤4.1，行分组为：将除DC系数外，在水平位置、垂直位置、对角位置上的63个AC系数的纹理细节部分LSB,记作，按照其纹理变化方向进行分组和重排； 步骤4.2，列分组为：在行分组的基础上，将每组内的一个系数分量在空间位置上继续划分为4个子系数块； 步骤5，构建基于卷积神经网络的深度概率估计模型，进行基于分组的自回归概率密度建模，输入多个子系数块，输出每个子系数块的概率分布矩阵； 所述深度概率估计模型包括上下文特征融合模块CFM和概率密度分布预测模块PMF，其中CFM的输入有2个分支，分别为频域上下文和空间上下文，输出融合后的上下文特征，将经过CFM融合后的上下文特征输入PMF，输出当前子系数块的概率分布矩阵；当前子系数块的频域上下文=Concat（，由行分组设计而来，为先于当前组的子系数块，为当前组内行坐标小于当前块的块；当前子系数块的空间上下文=由列分组设计而来，为当前组中，行坐标等于当前块但列坐标小于当前块的子系数块，记作； 步骤6，结合熵算数编码器和概率分布矩阵对每个子系数块进行无损编码。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路麓山门；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”。

以上内容由龙图腾AI智能生成。