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！

龙图腾网获悉重庆邮电大学申请的专利一种基于正弦域和图像域的稀疏角度CT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：CN116188615B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202310187803.1，技术领域涉及：G06T11/00；该发明授权一种基于正弦域和图像域的稀疏角度CT重建方法是由伍佳;李章勇;钟丽莎;张政;王芸设计研发完成，并于2023-03-01向国家知识产权局提交的专利申请。

本一种基于正弦域和图像域的稀疏角度CT重建方法在说明书摘要公布了：本发明属于X射线计算机断层成像技术领域，具体涉及一种基于正弦域和图像域的稀疏角度CT重建方法；包括采集稀疏角度正弦图训练数据集训练基于正弦域和图像域的稀疏角度CT重建网络模型；将稀疏角度正弦图输入训练好的稀疏角度CT重建网络模型中得到修复后的全角度正弦图以及重建CT图；构建CT图像重建目标方程，将修复后的全角度正弦图及重建CT图作为CT图像重建目标方程的先验正则约束，迭代优化CT图像重建目标方程，并采用最小二乘法求解得到高精度重建CT图像；针对网络模型泛化性、鲁棒性以及数据一致性问题，本发明将网络输出作为深度先验融入迭代重建中，进一步提升重建CT图像质量。

本发明授权一种基于正弦域和图像域的稀疏角度CT重建方法在权利要求书中公布了：1.一种基于正弦域和图像域的稀疏角度CT重建方法，其特征在于，包括以下步骤： S1.采集稀疏角度正弦图训练数据集，所述稀疏角度正弦图训练数据集包括稀疏角度正弦图集及其对应的标签数据集； S2.构建基于正弦域和图像域的稀疏角度CT重建网络模型，通过稀疏角度正弦图训练数据集训练稀疏角度CT重建网络模型，直至模型收敛； 在步骤S2中，所述稀疏角度CT重建网络模型包括投影恢复网络、滤波反投影重建层和图像增强网络，基于正弦域和图像域的稀疏角度CT重建网络模型的训练过程，包括以下步骤： S21.通过线性插值方法对稀疏角度正弦图S进行插值处理，并使用其对应的标签数据SR对插值处的像素进行赋值，得到插值补全的全角度正弦图SL； S22.将全角度正弦图SL输入到投影恢复网络中，得到修复后的全角度正弦图Sout； S23.构建第一损失函数，计算标签数据SR与修复后的全角度正弦图Sout的修复损失； S24.将修复后的全角度正弦图Sout作为输入，通过滤波反投影重建层得到中间重建CT图Xout；采用FBP算法对标签数据SR进行反投影得到标签CT图Xlabel； S25.构建第二损失函数，计算中间重建CT图Xout与标签CT图Xlabel的滤波反投影重建损失； S26.将中间重建CT图Xout与标签CT图Xlabel一起输入到图像增强网络作对抗得到增强后的重建CT图X； S27.构建第三损失函数，计算增强后的重建CT图X与标签CT图Xlabel间的生成损失和对抗损失； S3.将稀疏角度正弦图输入训练好的稀疏角度CT重建网络模型中得到修复后的全角度正弦图以及重建CT图； 步骤S3构建的CT图像重建目标方程表示为： 其中，||S-Axi||2表示数据保真项，s表示稀疏角度正弦图，A表示正向投影矩阵，xi表示第i次迭代重建得到的目标CT图像，||xi-GθfREωS||2、||Axi-EωS||2表示正则项，Gθ,fR,Eω分别表示已训练的图像增强网络、滤波反投影重建层以及投影恢复网络，λ1,λ2表示平衡保真项与正则项的超参数； 根据最小二乘法求解迭代优化的CT图像重建目标方程，表示为： 其中，AT表示正向投影矩阵的转置，i＝0,1,2,…表示迭代次数； S4.构建CT图像重建目标方程，将修复后的全角度正弦图及重建CT图作为CT图像重建目标方程的先验正则约束，迭代优化CT图像重建目标方程，并采用最小二乘法求解得到高精度重建CT图像。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路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”。

以上内容由龙图腾AI智能生成。