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！

龙图腾网获悉西安理工大学申请的专利基于联合预测滤波生成网络的X胸片肋骨影像的抑制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：CN116612026B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310522487.9，技术领域涉及：G06T5/80；该发明授权基于联合预测滤波生成网络的X胸片肋骨影像的抑制方法是由石争浩;李婉琴;尤珍臻;冯亚宁;葛飞航设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。

本基于联合预测滤波生成网络的X胸片肋骨影像的抑制方法在说明书摘要公布了：本发明公开了一种基于联合预测滤波的生成网络的X胸片肋骨影像的抑制方法，具体包括如下步骤：步骤1，对数据集中的训练集和测试集图像进行预处理；步骤2，构建基于联合预测滤波的生成网络的X胸片肋骨影像抑制网络模型；步骤3，采用步骤1预处理好的训练集数据对步骤2构建的模型进行训练，得到训练后的基于联合预测滤波的生成网络的X胸片肋骨影像抑制网络模型；步骤4，将步骤1预处理后的测试集图像放入步骤3训练好的模型中，最终得到骨抑制后的软组织图像。采用该方法对X线胸片肋骨影像进行处理，可以减小肋骨重叠的结构遮挡对阅读X线胸片的负面影响。

本发明授权基于联合预测滤波生成网络的X胸片肋骨影像的抑制方法在权利要求书中公布了：1.基于联合预测滤波的生成网络的X胸片肋骨影像的抑制方法，其特征在于：具体包括如下步骤： 步骤1，对数据集中的训练集和测试集图像进行预处理；所述步骤1的预处理过程为：对数据集中的图像进行旋转、平移操作，实现数据增强； 步骤2，构建基于联合预测滤波的生成网络的X胸片肋骨影像抑制网络模型；所述步骤2中，基于联合预测滤波的生成网络的X胸片肋骨影像抑制网络模型，包括由骨抑制生成器模块Generator、骨抑制核预测滤波模块KPN以及骨抑制判别器模块Discriminator； 骨抑制核预测滤波模块KPN根据输入图像自适应地预测基于滤波重建的肋骨区域像素内核，并将预测结果馈送到骨抑制生成器模块Generator，以实现过滤与生成骨抑制结果的结合，从而生成X胸片肋骨抑制图像，最终判别器对生成的骨抑制图像进行真假判别； 所述基于联合预测滤波的生成网络的X胸片肋骨影像抑制网络模型对X胸片肋骨影像抑制的过程为： 步骤A，将数据集中的图像X作为生成器的输入，编码器Encoder依次提取多个不同尺度的图像特征如下公式1所示；骨抑制核预测滤波模块中对进行特征级别的过滤核如下公式2所示： 步骤B，将进行特征级过滤后的特征通过融合注意力机制的内外两部分注意力模块融合校正，内部校正采用了SKnet注意力机制原理，完成对通道维度的特征矫正如公式3所示；在SKnet外加入一块空间注意力块Gate用来计算空间系数g，如公式4所示；将输入特征通过扩张卷积r=1的卷积接着通过sigmoid操作计算特征空间变化门限值g，将该值与以及输入特征通过公式加权和得到最终聚合后的特征F如下公式5所示： 3 4 5 步骤C，根据步骤B得到的聚合后特征F，经过生成对抗网络的解码器Decoder后，与来自骨抑制核预测滤波模块的图像级预测核，如公式6所示，进行图像级别过滤，进一步增强肋骨细节信息，最终输出通过网络自适应学习的肋骨注意力图R，如公式7所示；将从生成器得到的肋骨注意力图R以及残差肋骨注意力图1-R与输入X胸片input融合得到骨抑制的软组织图像output，公式如8所示， 步骤3，采用步骤1预处理好的训练集数据对步骤2构建的模型进行训练，得到训练后的基于联合预测滤波的生成网络的X胸片肋骨影像抑制网络模型； 步骤4，将步骤1预处理后的测试集图像放入步骤3训练好的模型中，最终得到骨抑制后的软组织图像。

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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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。