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！

龙图腾网获悉安徽大学申请的专利基于泊松流生成模型的CT图像质量评估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：CN119251341B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411436711.3，技术领域涉及：G06T11/00；该发明授权基于泊松流生成模型的CT图像质量评估方法是由赵海峰;许明慧;付燕平设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本基于泊松流生成模型的CT图像质量评估方法在说明书摘要公布了：本发明公开一种基于泊松流生成模型的CT图像质量评估方法，通过伪参考图像生成模块PPFM生成伪参考图像，以弥补参考图像的缺失并帮助随后的得分回归模型捕获详细的特征，分层特征融合回归模块将上层特征与下层特征逐层融合在一起，以便充分利用不同尺度的特征，同时，最后一层提取特征依次传递到ViTVisionTransformer模块中，将获得的全局特征与局部特征融合在一起，以预测最终的图像质量。

本发明授权基于泊松流生成模型的CT图像质量评估方法在权利要求书中公布了：1.一种基于泊松流生成模型的CT图像质量评估方法，其特征在于，包括以下步骤： 步骤1、构建图像质量评估网络，所述图像质量评估网络包括伪参考图像生成模块PPFM和分层特征融合回归模块；具体内容如下： 步骤1.1、伪参考图像生成模块PPFM基于泊松流生成模型，将原始低剂量CT图像Id输入伪参考图像生成模块PPFM，去噪处理后得到伪参考图像GθId； 步骤1.2、将原始低剂量CT图像Id和对应的差异图Ie和不相似图Idis进行融合，得到三通道图像E，H和w分别表示该图像的高度和宽度； 步骤1.3、将三通道图像E输入分层特征融合回归模块，分层特征融合回归模块包括梯形结构的CNN网络，梯形结构的CNN网络一共设置N层，每一层中都设置对应数量的瓶颈块，CNN网络中最后一层的每个瓶颈块后面都加入VisionTransformer模块； 三通道图像E进入CNN网络后，第i层提取所得特征图Fi通过瓶颈块进行特征对齐，得到对齐特征图对齐特征图与下一层的特征图Fi+1再通过瓶颈块进行融合对齐，将前N-1层的各个对齐特征通过VisionTransformer模块处理，所得特征将CNN网络最后一层提取的特征图FN与特征进行融合得到特征F，特征F经过池化层得到预测质量分数； 步骤2、构建损失函数Ltotal优化图像质量评估网络，损失函数Ltotal包括MSE损失Lquality和图像相对排名损失Lrelative。

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安徽大学，其通讯地址为：230601 安徽省合肥市蜀山区经开区九龙路111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。