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！

龙图腾网获悉天津天芯微系统集成研究院有限公司申请的专利一种面向低剂量X射线CT图像的噪声去除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：CN116630195B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310617472.0，技术领域涉及：G06T5/70；该发明授权一种面向低剂量X射线CT图像的噪声去除方法是由史再峰;李琪玮;孔凡宁;张超越设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本一种面向低剂量X射线CT图像的噪声去除方法在说明书摘要公布了：本发明涉及一种面向低剂量X射线CT图像的噪声去除方法，通过半监督对比学习的方法将低剂量CT图像通过师生一致性网络和先验知识转移的方法去除噪声，减少有效信息丢失，保留更多的细节信息，从而为后续的图像重建提供高质量输入数据，实现在低剂量X射线条件下重建出高质量的CT图像。与传统的基于低通滤波器或图像统计学的方法相比，本方法能够更好地去除噪点，使得去噪后的图像更加真实、清晰，而且可以通过对其网络结构和超参数进行调节使其能够适用于各种不同的低剂量CT图像去噪任务，包括不同的扫描方式、不同的器官等，具有很高的通用性和可扩展性。

本发明授权一种面向低剂量X射线CT图像的噪声去除方法在权利要求书中公布了：1.一种面向低剂量X射线CT图像的噪声去除方法，其特征在于：包括以下步骤： 步骤1、构建数据集； 步骤2、建立去噪神经网络模型； 步骤3、使用TensorFlow框架建立一个可变自编码器模块VAE提取步骤1中正常剂量CT图像中的先验知识； 步骤3中可变自编码器模块VAE包括编码器和解码器； 编码器的构建方法为： ； 其中，Ø为编码器参数，N为高斯分布，和分别为输入正常剂量CT图像对应的均值和方差，通过映射函数得到一个服从由均值和方差确定的高斯分布的潜在向量； 解码器的构建方法为： ； 其中，θ为解码器参数，N为高斯分布，和分别为潜在向量对应的均值和方差，通过映射函数得到一个服从由均值和方差确定的高斯分布的重构图像； 将可变自编码器模块VAE的编码器部分与SN的编码器部分通过添加跳跃连接进行连接，共享特征表示，同时将可变自编码器的解码器部分作为SN的补充特征提取器，用于提取更丰富的特征信息； 步骤4、构建师生一致性网络和可变自编码器模块的损失函数； 步骤4中师生一致性网络损失函数的计算方法为： =++； ； =； =； 其中，为师生一致性损失，为先验知识转移损失，是均方误差损失，T为温度参数，为SN在第i个LCT图像训练样本上的输出，为TN在第i个NCT图像训练样本上的输出，先验知识转移损失通过减小神经网络SN与TN的L1距离来引导其特征模仿TN的特征，其中和分别为SN和TN各自最后一个卷积层输出的特征图，均方误差损失中的为NCT图像数据集中样本像素值，为通过解码器生成的像素值，N为像素数；、均为权重系数； 步骤4中可变自编码器模块的损失函数的计算方法为： =α+β； =+1-； =； 而且，是重构误差，是库尔巴克-雷布勒散度，为NCT图像数据集中样本像素值，为通过解码器生成的像素值，N为像素数，KL散度用于约束潜在空间中的隐变量服从标准正态分布，其中和为均值向量和方差向量的第i个分量，α和β为调节权重系数； 步骤5、使用步骤1中的数据集训练去噪神经网络模型； 使用标准的反向传播算法对神经网络模型进行训练：首先将NCT图像分别输入TN和可变自编码器进行训练，TN学习正常剂量CT图像中的信息和细节，生成高质量的参考图像作为训练SN时输出所逼近的标准；可变自编码器学习NCT图像中的先验知识，提取出数据分布的特征，为潜在向量的分布，从而生成新的、与训练数据具有相似分布的重构图像，当损失函数的值小于或等于时完成模型训练；然后将LCT图像输入SN进行训练，通过对比其输出与TN所生成的参考图像间的误差优化损失函数，更新模型参数，观察损失函数是否可以收敛到最小，如果无法收敛，则更改调整网络中涉及到的等参数，并通过交叉验证等方法来确定合适的超参数值，根据不同的超参数组合训练多个模型，并在验证集上进行评估，选择性能最好的组合作为最终超参数值，再次训练直到损失函数的值小于或等于，完成模型训练； 步骤6、将带噪声的低剂量CT图像输入训练后的学生网络SN，并使用训练获得的可变自编码器VAE作为学生网络SN的补充特征提取，学生网络SN利用VAE重构过程中学习到的NCT图像的低维特征表示，在输出端得到去噪后的高质量CT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天津天芯微系统集成研究院有限公司，其通讯地址为：300384 天津市滨海新区华苑产业区海泰西路18号北2-204工业孵化-5-428；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。