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！

龙图腾网获悉西安电子科技大学申请的专利一种生成掩码与图像解耦的扩散三维医学影像生成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：CN119600194B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411619353.X，技术领域涉及：G06T17/00；该发明授权一种生成掩码与图像解耦的扩散三维医学影像生成方法是由李玲玲;杨静怡;贾森;焦李成;于欣悦;刘旭;刘芳;陈璞花;黄思婧;杨育婷;马文萍;杨淑媛设计研发完成，并于2024-11-13向国家知识产权局提交的专利申请。

本一种生成掩码与图像解耦的扩散三维医学影像生成方法在说明书摘要公布了：本发明公开了一种生成掩码与图像解耦的扩散三维医学影像生成方法，涉及图像处理和分析技术领域，解决了现有技术中进行图像转换时泛化能力差、计算效率低，且对训练数据依赖性高的问题；该方法包括：获取掩码图像，利用多条件扩散概率模型对掩码图像进行处理，得到多标签掩码序列；根据筛选条件对三维医学图像数据进行筛选，确定知情切片集，并将多标签掩码序列与知情切片集输入至体积扩散生成模型中，得到三维合成图像；对三维合成图像添加随机噪声，利用扩散语义细化生成模型，将添加随机噪声后的三维合成图像进行细化，得到细化三维图像；实现了数据解耦和生成模型体积一致，并且能够生成更高质量的三维医学图像。

本发明授权一种生成掩码与图像解耦的扩散三维医学影像生成方法在权利要求书中公布了：1.一种生成掩码与图像解耦的扩散三维医学影像生成方法，其特征在于，包括： 获取掩码图像，利用多条件扩散概率模型对所述掩码图像进行处理，得到多标签掩码序列；所述利用多条件扩散概率模型对所述掩码图像进行处理，得到多标签掩码序列，包括： 将所述掩码图像进行剪裁和填充，得到统一尺寸的多张图像，并分别将多张图像表示为二维序列； 从所述二维序列中选取部分序列作为二维子序列，并从随机噪声中无条件生成连续切片的初始子序列；其中，所述二维子序列的长度与所述初始子序列的长度相等； 将所述初始子序列添加至所述二维子序列中，通过自回归的方法对添加初始子序列后的二维子序列进行前向和后向扩展，得到多标签掩码序列； 多条件扩散概率模型表示为： 其中，表示扩散模型中用于模拟噪声的随机变量；表示由多条件扩散概率模型预测的噪声；表示经过时间步长t后，经过噪声扰动的要生成的子序列部分；表示条件切片的部分；表示子序列的相对位置条件，z~=zD；表示时间步长；表示损失函数服从多种条件的概率分布； 根据筛选条件对三维医学图像数据进行筛选，确定知情切片集，并将所述多标签掩码序列与所述知情切片集输入至体积扩散生成模型中，得到三维合成图像； 利用扩散语义细化生成模型，将添加随机噪声后的三维合成图像进行细化，得到细化三维图像，包括： 按照不同维度读取所述添加随机噪声后的三维合成图像，得到对应维度的知情切片； 其中，所述不同维度包括：冠状面切片方式、矢状面切片方式和轴向切片方式； 分别将不同维度的知情切片输入至对应的扩散语义细化生成模型中，生成不同维度对应的细化图像； 计算不同维度对应的细化图像的均值，并根据均值得到细化三维图像； 对所述三维合成图像添加随机噪声，利用扩散语义细化生成模型，将添加随机噪声后的三维合成图像进行细化，得到细化三维图像； 所述体积扩散生成模型的损失函数表示为： ； 其中，表示损失函数服从多种条件的概率分布；表示扩散模型中用于模拟噪声的随机变量；表示由体积扩散生成模型预测的噪声；表示是从时间步长1到t逐步累积的去噪系数乘积，表示经过多个时间步长后的去噪强度；表示时间步长；表示原始的、未添加噪声的图像或数据点；表示在每次迭代中，模型根据概率确定的条件切片。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。