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！

龍圖騰網獲悉杭州電子科技大學申請的專利一種基于BS-LDM模型的高分辨率胸部X光圖像骨抑制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：CN118212156B 。

龍圖騰網通過國家知識產權局官網在2025-09-05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：202410337624.6，技術領域涉及：G06T5/73；該發明授權一種基于BS-LDM模型的高分辨率胸部X光圖像骨抑制方法是由孫逸飛;陳章昊;鄭浩;葛瑞泉;陳一飛;樊謹;王昌淼設計研發完成，并于2024-03-23向國家知識產權局提交的專利申請。

本一種基于BS-LDM模型的高分辨率胸部X光圖像骨抑制方法在說明書摘要公布了：本發明公開了一種基于BS?LDM模型的高分辨率胸部X光圖像骨抑制方法，包括S1、采集圖像數據并預處理；S2、搭建基于BS?LDM模型的高分辨率胸部X光圖像骨抑制網絡模型，包括一個向量量化生成對抗網絡和一個條件擴散模型；S3、對向量量化生成對抗網絡進行反復訓練，優化網絡參數，不斷進行迭代優化以最小化真實值圖像與模型輸出圖像間的差異；S4、對條件擴散模型進行反復訓練，優化網絡參數，不斷進行迭代優化以最小化真實值圖像與模型輸出圖像間的差異；S5、輸入預處理后的胸部X光圖像至完成訓練的基于BS?LDM模型的高分辨率胸部X光圖像骨抑制網絡模型中，最終生成軟組織圖像。該方法基于輸入的胸部X光圖像，自動生成高質量、高分辨率的軟組織圖像。

本發明授權一種基于BS-LDM模型的高分辨率胸部X光圖像骨抑制方法在權利要求書中公布了：1.一種基于BS-LDM模型的高分辨率胸部X光圖像骨抑制方法，其特征在于，包括如下步驟： S1、采集圖像數據并預處理； S1-1、使用雙能剪影設備采集同一患者的胸部X光圖像和與之相匹配的軟組織圖像； S1-2、對采集的配對圖像根據納入標準進行篩選，并使用離散傅里葉變換的自動配準操作，通過最大化圖像相似性，使圖像達到對齊狀態； S2、搭建基于BS-LDM模型的高分辨率胸部X光圖像骨抑制網絡模型，所述基于BS-LDM模型的高分辨率胸部X光圖像骨抑制網絡模型包括一個向量量化生成對抗網絡和一個條件擴散模型； 所述向量量化生成對抗網絡通過編碼器將像素空間中的圖像映射到隱空間，并通過解碼器將隱空間中的潛變量映射回像素空間，條件擴散模型允許根據意圖來控制生成結果，其核心思想是學習一個有條件的反向過程而不改變正向過程，采樣的x0對數據分布具有高保真度，在訓練期間，首先采樣從一個完全配對的數據分布也就是軟組織x0和胸部X光圖像學習一個條件擴散模型，提供作為反向過程的輸入，公式如下所示： 其中，為有條件的反向過程，均值μθ和方差∑θ都使用基于U-Net的網絡進行估計，于U-Net的網絡的輸入為xt和t； S3、將預處理后的胸部X光圖像同時作為輸入和標簽進行自重建任務，對向量量化生成對抗網絡進行反復訓練，優化網絡參數，不斷進行迭代優化以最小化真實值圖像與向量量化生成對抗網絡輸出圖像間的差異； S4、通過DES得到胸部X光圖像和相匹配的軟組織圖像，將預處理后的胸部X光圖像作為輸入，用DES得到的相匹配的軟組織圖像作為標簽進行圖像生成任務，對條件擴散模型進行反復訓練，優化網絡參數，不斷進行迭代優化以最小化真實值圖像與模型輸出圖像間的差異； S5、使用雙能剪影設備采集患者的胸部X光圖像經預處理后輸入至完成訓練的基于BS-LDM模型的高分辨率胸部X光圖像骨抑制網絡模型中，先向量量化生成對抗網絡通過編碼器將像素空間中的圖像映射到隱空間，并通過解碼器將隱空間中的潛變量映射回像素空間，在條件擴散模型中，模型接受高斯噪聲和胸部X光圖像的拼接作為輸入，經過多次采樣去噪后得到預測的軟組織圖像的潛變量。

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杭州電子科技大學，其通訊地址為：310018 浙江省杭州市錢塘區白楊街道2號大街1158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”。