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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于物理约束的安全金属伪影去除推理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：CN121414925B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202512015722.5，技术领域涉及：G06T12/30；该发明授权一种基于物理约束的安全金属伪影去除推理方法是由鲍恩宇;叶俊豪;宋雪妍;周冠宇;王远瀚;吴贝柠;傅允湛;陈一飞;秦飞巍设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。

本一种基于物理约束的安全金属伪影去除推理方法在说明书摘要公布了：本发明公开了一种基于物理约束的安全金属伪影去除推理方法，首先，获取CT图像建立用于金属伪影去除任务的数据集，然后对数据集进行预处理；然后构建用于金属伪影去除的PRISM模型，所述PRISM模型基于循环一致性框架与双流注意力生成器结构，并结合对抗性判别器以及复合优化目标函数；再使用训练集对PRISM模型进行无监督训练，通过复合优化目标函数对网络参数进行联合调优；最后使用测试集对训练完成的PRISM模型进行性能评估。该方法在无监督条件下完成伪影去除与结构保持的高保真学习，显著提升模型在真实金属伪影场景下的泛化能力与稳定性。

本发明授权一种基于物理约束的安全金属伪影去除推理方法在权利要求书中公布了：1.一种基于物理约束的安全金属伪影去除推理方法，其特征在于，包括如下步骤： 步骤1、获取CT图像建立用于金属伪影去除任务的数据集，然后对数据集进行预处理，并划分为训练集与测试集； 步骤2、构建用于金属伪影去除的PRISM模型，所述PRISM模型基于循环一致性框架与双流注意力生成器结构，并结合对抗性判别器以及复合优化目标函数；所述循环一致性框架包括：低质量域分支、高质量域分支及恒等重建分支，通过多阶段映射实现伪影特征的可逆解耦与显式重建； 所述低质量分支，以含金属伪影的低质量图像及其线性插值生成的伪影校正图像作为输入，通过生成器得到伪影去除后的高质量重建图像，并通过计算低质量图像与高质量重建图像之间的差值，得到第一伪影信息； 高质量域分支，将所述第一伪影信息添加到高质量无伪影图像上以生成合成伪影图像，并通过同一生成器对合成伪影图像进行再次校正，得到循环重建高质量图像，同时通过计算合成伪影图像与循环重建高质量图像之间的差值，得到第二伪影信息，并基于所述第二伪影信息与高质量重建图像重建出循环重建低质量图像； 恒等重建分支，对于高质量无伪影图像执行恒等映射，通过生成器处理高质量图像及其自身，得到恒等重建图像，以约束模型在无伪影区域不产生误修复行为； 所述双流注意力生成器包括图像解码分支和注意力解码分支，所述图像解码分支和注意力解码分支在编码阶段共享同一组卷积编码器， 图像解码分支的卷积编码器输出特征经过一组残差连接后通过图像解码分支提取伪影区域细节特征并生成多组候选重建图像； 注意力解码分支的卷积编码器的输出特征直接通过注意力解码分支生成与所述候选重建图像对应的多通道空间注意力图以及一个背景通道注意力图； 步骤3、使用所述训练集对PRISM模型进行无监督训练，通过所述复合优化目标函数对网络参数进行联合调优； 步骤4、使用所述测试集对训练完成的PRISM模型进行性能评估，通过像素级指标、任务级结构指标及视觉定性相结合的方式；所述任务级结构指标为将伪影去除后的图像输入预训练的器官分割网络，以计算Dice系数、平均交并比以及95%Hausdorff距离评估模型对于解剖边界、结构轮廓及区域重叠精度的维护能力； 步骤5、获取真实CT图像，使用完成性能评估的PRISM模型进行安全金属伪影去除推理。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。