中科超精(南京)科技有限公司請求不公布姓名獲國家專利權
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!
龍圖騰網獲悉中科超精(南京)科技有限公司申請的專利一種基于去噪卷積神經網絡的蒙特卡羅劑量計算去噪方法、系統及設備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:CN115546150B 。
龍圖騰網通過國家知識產權局官網在2025-09-09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:202211228921.4,技術領域涉及:G06T7/00;該發明授權一種基于去噪卷積神經網絡的蒙特卡羅劑量計算去噪方法、系統及設備是由請求不公布姓名設計研發完成,并于2022-10-08向國家知識產權局提交的專利申請。
本一種基于去噪卷積神經網絡的蒙特卡羅劑量計算去噪方法、系統及設備在說明書摘要公布了:本發明公開了一種基于去噪卷積神經網絡的蒙特卡羅劑量計算去噪方法、系統及設備包括:獲取數據,對獲取的數據進行數據集劃分并進行初步處理;構建去噪卷積神經網絡模型;對傳統UNet卷積神經網絡模型以及構建的去噪卷積神經網絡模型進行模型訓練;對傳統UNet卷積神經網絡模型以及構建的去噪卷積神經網絡模型進行降噪處理;對得到的降噪結果提取數據后,進行多層次對比,最終輸出兩個卷積神經網絡模型的性能與計算效率。本發明提高了后續網絡訓練的質量和收斂速度提高了去噪系統的泛用性,大大減少整個訓練時間;可以在不降低去噪性能的情況下,將計算復雜性降低,減少計算負擔。
本發明授權一種基于去噪卷積神經網絡的蒙特卡羅劑量計算去噪方法、系統及設備在權利要求書中公布了:1.一種基于去噪卷積神經網絡的蒙特卡羅劑量計算去噪方法,其特征在于,包括以下步驟: 1獲取數據,對獲取的數據進行數據集劃分并進行初步處理; 2構建去噪卷積神經網絡模型;包括以下步驟: 2.1對于所構建的去噪卷積神經網絡模型采用多通道輸入的架構進行模型構建; 2.2對于所構建的去噪卷積神經網絡模型采用卷積算子解耦進行模型構建及采用體素洗牌解牌運算進行模型構建;去噪卷積神經網絡模型架構中卷積算子解耦,進一步包括: (2.2.1)將常規的三維體積卷積算子解耦為一個二維軸向卷積算子和一個一維切片卷積算子,把每個維度上具有相同內核大小K的常規卷積算子表示為其中和分別表示輸入和輸出通道,K代表內核大小; (2.2.2)將解耦卷積算子被設計為模擬常規三維卷積;首先,使用二維卷積算子來描述軸向空間相關性;其次,使用一維卷積算子來描述切片相關性;每個模塊由六個算子組成,前三個算子是軸向的卷積歸一化激活函數,后三個算子是切片的卷積歸一化激活函數; 2.3對傳統UNet架構卷積神經網絡以及步驟(2.1)-(2.2)構建的去噪卷積神經網絡進行參數初始化; 3對傳統UNet卷積神經網絡模型以及構建的去噪卷積神經網絡模型進行模型訓練,具體為:將步驟(1)得到的訓練數據集與驗證數據集分別輸入兩個初始化的卷積神經網絡模型,兩個模型同樣使用Adam學習率算法根據弱監督學習框架進行訓練,分別得到兩個訓練好的卷積神經網絡模型; 4對傳統UNet卷積神經網絡模型以及構建的去噪卷積神經網絡模型進行降噪處理,具體為:使用訓練好的UNet卷積神經網絡模型與去噪卷積神經網絡模型,對低采樣數下蒙特卡羅渲染得到的噪點圖的訓練數據集與驗證數據集進行降噪,并對降噪結果相加得到最終的降噪圖; 5對得到的降噪結果提取數據后,進行多層次對比,最終輸出兩個卷積神經網絡模型的性能與計算效率。
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中科超精(南京)科技有限公司,其通訊地址為:210061 江蘇省南京市江北新區新錦湖路3-1號中丹生命科學產業園一期B座406室;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”。
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。