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！

龙图腾网获悉上海科技大学申请的专利基于深度先验双域网络的计算机断层扫描重建方法、系统及终端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：CN115861458B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202211096288.8，技术领域涉及：G06T12/30；该发明授权基于深度先验双域网络的计算机断层扫描重建方法、系统及终端是由沈定刚;伊曼纽尔昌设计研发完成，并于2022-09-06向国家知识产权局提交的专利申请。

本基于深度先验双域网络的计算机断层扫描重建方法、系统及终端在说明书摘要公布了：本发明的基于深度先验双域网络的计算机断层扫描重建方法、系统及终端，通过对成像几何约束、图像域与投影域相结合的深度先验双域一致性等进行建模，对低剂量计算机断层扫描图像进行重建。该系统不仅将成像几何的物理学纳入重建过程，同时增强了模型可解释性，相比于传统深度学习重建算法，不仅具有更优异的图像重建质量，同时还具有约4倍加速性能且有效训练所需数据集更小，并且可以传输低级和高级特征，从而促进模型更快的收敛，解决了传统深度学习重建算法中梯度消失与梯度爆炸等问题。

本发明授权基于深度先验双域网络的计算机断层扫描重建方法、系统及终端在权利要求书中公布了：1.一种基于深度先验双域网络的计算机断层扫描重建方法，其特征在于，所述方法包括： 获取待重建的低剂量计算机断层扫描图像； 基于采用成像几何约束且对应图像域与投影域相结合的深度先验双域LDCT重建模型，根据所述低剂量计算机断层扫描图像获得对应的重建图像； 其中，所述深度先验双域LDCT重建模型构建方法包括：基于ADMM算法，分别对原始对偶目标函数的图像域更新优化问题以及投影域更新优化问题进行求解，以获得对应的图像域更新优化求解结果以及投影域更新优化求解结果；对所述图像域更新优化求解结果以及投影域更新优化求解结果进行参数化，获得对应训练包含卷积结构的多个迭代块进行迭代的学习参数；其中，所述卷积结构采用DenseNet结构以及反卷积层；基于各学习参数，利用包含成像几何模拟投影数据的训练数据训练获得深度先验双域LDCT重建模型； 所述对所述图像域更新优化求解结果以及投影域更新优化求解结果进行参数化，获得对应训练包含卷积结构的多个迭代块进行迭代的学习参数包括：基于所述图像域更新优化求解结果以及投影域更新优化求解结果获得对应每次迭代的图像域更新优化参数以及投影域更新优化参数；基于各次迭代的图像域更新优化参数以及投影域更新优化参数，获得对应训练包含卷积结构的各迭代块进行多次迭代的学习参数。

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上海科技大学，其通讯地址为：201210 上海市浦东新区华夏中路393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。