浙江大學劉華鋒獲國家專利權
買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！
龍圖騰網獲悉浙江大學申請的專利一種基于模型驅動深度學習的動態PET圖像重建方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115984401B 。
龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310042621.5，技術領域涉及：G06T11/00；該發明授權一種基于模型驅動深度學習的動態PET圖像重建方法是由劉華鋒;胡睿設計研發完成，并于2023-01-28向國家知識產權局提交的專利申請。
本一種基于模型驅動深度學習的動態PET圖像重建方法在說明書摘要公布了：本發明公開了一種基于模型驅動深度學習的動態PET圖像重建方法，其利用3D時空卷積同時提取動態投影數據時間域和空間域的關聯性，且前后投影算符被融入到重建網絡當中，具有很強的物理約束以及可解釋性；本發明將動態PET圖像重建問題拆分成若干個級聯的重建塊，每個重建塊中包含一個主網絡用來更新主圖像域變量以及一個對偶網絡來更新對偶測量域變量。本發明可以從超低計數的動態PET投影數據重建得到高質量的動態PET示蹤劑活度分布圖像，解決了目前主流的方法解釋性不強，重建效果較差的問題。
本發明授權一種基于模型驅動深度學習的動態PET圖像重建方法在權利要求書中公布了：1.一種基于模型驅動深度學習的動態PET圖像重建方法，包括如下步驟： 1利用探測器對注入放射性藥物的生物組織進行探測，采集得到對應的動態正弦圖投影數據Y； 2對動態正弦圖投影數據Y進行重建得到對應的動態PET示蹤劑活度分布圖X； 3根據步驟1和2多次執行以獲得大量樣本，每一樣本均包含有動態正弦圖投影數據Y及其對應的動態PET示蹤劑活度分布圖X，進而將所有樣本劃分為訓練集、驗證集和測試集； 4根據動態PET測量方程將動態重建問題轉化為帶正則項的泊松對數似然優化問題，并利用對偶變量的性質將該優化問題轉化為對應的鞍點問題； 5利用主對偶網絡交替更新主變量和對偶變量來求解上述鞍點問題，從而構建用于動態PET圖像重建的STPD-Net模型，該模型由若干個重建模塊級聯而成，每個重建模塊由主網絡和對偶網絡連接組成； 6利用訓練集樣本中的Y作為STPD-Net模型的輸入，X作為標簽，對STPD-Net模型進行訓練，從而得到最終的動態PET圖像重建模型； 7將測試集樣本中的Y輸入至動態PET圖像重建模型中，即可直接重建輸出對應的動態PET示蹤劑活度分布圖。
如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江大學，其通訊地址為：310058 浙江省杭州市西湖區余杭塘路866號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號