中山大学吴锐帆获国家专利权
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！
龙图腾网获悉中山大学申请的专利一种基于泊松分布噪声扩散概率模型的SPECT低剂量弦图恢复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：CN119741234B 。
龙图腾网通过国家知识产权局官网在2025-11-04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：202411841619.5，技术领域涉及：G06T5/77；该发明授权一种基于泊松分布噪声扩散概率模型的SPECT低剂量弦图恢复方法是由吴锐帆;江颖;赖鹏设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。
本一种基于泊松分布噪声扩散概率模型的SPECT低剂量弦图恢复方法在说明书摘要公布了：本发明涉及低剂量SPECT弦图的恢复重建技术领域，更具体地，涉及一种基于泊松分布噪声扩散概率模型的SPECT低剂量弦图恢复方法。先提出了一个包含前向过程和反向过程的PDPM初步框架，在初步框架上进行完善，包含两个部分：第一部分为舍弃前向过程而改用基于理想反向过程的方法生成训练所用的数据集，这个方法解决了初步框架前向过程中的低剂量与正常剂量弦图之间的不匹配问题；第二部分为引入时间预测聚合模块TPAM，通过跨多个时间步聚合预测，有效提升了模型恢复的性能。
本发明授权一种基于泊松分布噪声扩散概率模型的SPECT低剂量弦图恢复方法在权利要求书中公布了：1.一种基于泊松分布噪声扩散概率模型的SPECT低剂量弦图恢复方法，其特征在于，包括以下步骤： S1.训练：对于一组包含n个正常剂量低剂量SPECT弦图数据对的数据集，使用理想反向过程马尔科夫链生成理想反向过程的中间图像，将这些中间图像连同低剂量弦图作为输入数据,对应的正常剂量弦图作为标签,组成U-Net模型的训练数据集，用该训练数据集对U-Net模型进行训练； S2.推理：将图像xt和时间t作为神经网络U-Net的输入，得到对于正常剂量弦图的预测连同所有时间步的预测结果，一起输入时间预测聚合模块TPAM，在TPAM中，从时间步T到时间步t的预测结果分别和图像xt与时间t输入恢复算子R·，计算得到图像分布，并将逆变换采样后生成的图像作为输出；将时间步T到时间t的预测结果对应的恢复算子输出进行取平均，作为恢复图像 S3.迭代：在PDPM的推理中，从低剂量SPECT弦图xT开始，不断迭代步骤S2的过程，一共迭代T-1步，最后以x1作为输入得到的U-Net预测结果，作为最终的恢复图像
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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励