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中山眼科中心申请的专利一种基于AS-OCTA的图像噪声去除方法及系统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：CN115375628B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202210879489.9，技术领域涉及：G06T7/00；该发明授权一种基于AS-OCTA的图像噪声去除方法及系统是由卓业鸿;李轶擎;朱颖婷;肖辉;罗曼设计研发完成，并于2022-07-25向国家知识产权局提交的专利申请。

本一种基于AS-OCTA的图像噪声去除方法及系统在说明书摘要公布了：本发明公开了一种基于AS‑OCTA的图像噪声去除方法及系统，涉及医学图像处理领域，本发明的方法包括以下步骤：通过AS‑OCTA模拟眼动进而获取若干带有纯噪声的第一图像数据集合和若干不带有噪声的第二图像数据集合；将第一图像数据集合的每张图片输入改进的生成对抗网络DCGAN模型，生成若干与第一图像数据集合近似的第三图像数据集合；将第二图像数据集合的每张图片与生成的第三图像数据集合的每张图片融合，并输入残差U‑Net神经网络模型，以将图像数据中的血管与噪声分离，从而重构成为第四图片数据集合；将第四图片数据集合的每张图片通过大津阈值法二值化，从而获得第五图片数据集合。本发明解决了训练数据集稀少的难题，同时提高了去除噪声的效率。

本发明授权一种基于AS-OCTA的图像噪声去除方法及系统在权利要求书中公布了：1.一种基于AS-OCTA的图像噪声去除方法，其特征在于，包括以下步骤： 通过AS-OCTA人工模拟眼动进而获取若干带有纯噪声的第一图像数据集合和若干不带有噪声的第二图像数据集合； 将所述第一图像数据集合的每张图片输入改进的生成对抗网络DCGAN模型，生成若干与所述第一图像数据集合近似的第三图像数据集合；其中，在所述改进的生成对抗网络DCGAN模型中， 生成器采用五层反卷积结构，Loss定义为： 其中，Gz表示生成器的输出图像，DGz表示判别器的输入概率； 判别器采用5层卷积结构，其Loss定义为： 其中，Dx表示样本噪声图的判别器概率， 训练过程的优化目标表示为： 将所述第二图像数据集合的每张图片与生成的所述第三图像数据集合的每张图片融合，并输入残差U-Net神经网络模型，以将图像数据中的血管与噪声分离，从而重构成为第四图片数据集合； 将所述第四图片数据集合的每张图片通过大津阈值法二值化，从而获得第五图片数据集合。

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中山眼科中心，其通讯地址为：510060 广东省广州市越秀区先烈南路54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。