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！

龙图腾网获悉浙江工业大学申请的专利基于条件深度残差补偿的PET图像部分容积校正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：CN119887551B 。

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：202411837131.5，技术领域涉及：G06T5/60；该发明授权基于条件深度残差补偿的PET图像部分容积校正方法是由崔佳楠;吴建凯设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本基于条件深度残差补偿的PET图像部分容积校正方法在说明书摘要公布了：本发明公开了一种基于条件深度残差补偿的PET图像部分容积校正方法，该方法通过条件神经盲去卷积网络预测模糊核先验，并结合条件深度残差补偿网络，对PET图像的部分容积效应PVE进行部分容积校正PVC。该方法利用患者的解剖MR先验图像和随机生成的高斯模糊核作为条件神经盲去卷积网络的输入进行模糊核估计，并通过条件深度残差补偿网络对模糊核估计不准确产生的误差进行补偿。本发明充分利用多模态数据的潜在互补信息，考虑了模糊核预测不准确对PVC结果的影响，从而提升了神经网络PVC的有效性与鲁棒性。该方法显著提高了PET图像定量分析的准确性，尤其是脑部PET图像的精确分析。

本发明授权基于条件深度残差补偿的PET图像部分容积校正方法在权利要求书中公布了：1.一种基于条件深度残差补偿的PET图像部分容积校正方法，其特征在于，包括： 1获取PVE-PET图像以及患者对应的解剖MR图像； 2对所述PVE-PET图像以及解剖MR图像进行配准，并对配准后的解剖MR图像进行预处理，得到配准PVE-PET图像以及解剖MR脑组织图像； 3利用配准PVE-PET图像和随机生成的高斯模糊核，分别对PVC-PET图像生成网络和模糊核生成网络进行预训练，从而初始化所述PVC-PET图像生成网络和模糊核生成网络的初始权重参数； 4基于预训练后的PVC-PET图像生成网络和模糊核生成网络构造条件神经盲去卷积网络，将随机生成的高斯模糊核及解剖MR脑组织图像输入所述条件神经盲去卷积网络，利用配准PVE-PET图像作为训练标签，进行所述条件神经盲去卷积网络的训练； 5以解剖MR脑组织图像作为条件深度残差补偿网络的输入，并结合条件神经盲去卷积网络估计的模糊核先验，利用配准PVE-PET图像作为训练标签，对所述条件深度残差补偿网络进行训练，从而得到PVC-PET图像，实现部分容积校正。

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工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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。