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！

龙图腾网恭喜南京邮电大学申请的专利一种CBCT图像去伪影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：CN114004912B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202111313304.X，技术领域涉及：G06T11/00；该发明授权一种CBCT图像去伪影方法是由谢世朋;严墨设计研发完成，并于2021-11-08向国家知识产权局提交的专利申请。

本一种CBCT图像去伪影方法在说明书摘要公布了：本发明公开了一种CBCT图像去伪影的方法，该方法基于contextualloss以及特征融合残差网络，首先对输入的带伪影的CBCT图像和CT图像进行特征提取，得到特征图谱；将得到的特征图经过改进的以contextualloss为损失函数的特征融合残差网络训练，学习CBCT与CT图像之间的结构相似性，以CT图像作为标签，使得CBCT图像能够去除掉伪影但保持其结构不发生变化；最后将CBCT图像作为输入，利用训练好的网络模型进行伪影去除。该方法利用了contextualloss可以允许输入图像间的不对齐，可以很好的适用于CBCT与CT医学图像无法严格对其这一特点，最终实现一个快速有效的去除伪影的作用。

本发明授权一种CBCT图像去伪影方法在权利要求书中公布了：1.一种CBCT图像去伪影方法，其特征在于：所述方法基于contextualloss以及特征融合残差网络，包括以下几个步骤：步骤1，对CBCT和CT数据进行预处理，将其处理为512*512大小的.raw格式图像；步骤2，将前述经过预处理的CBCT和CT数据经过VGG19网络提取图像特征，以用于后续的训练；步骤3，计算得到的CBCT和CT特征图之间的结构相似度；具体内容如下：步骤3.1，计算特征相似度：采用基于余弦距离的contextualloss定义特征相似度，设si和tj分别是输入CBCT图像S和标签CT图像T经过VGG19提取的特征，dij为特征间的余弦距离，其计算公式为： 其中；其中，N表示VGG19提取的特征数量，μt是对标签图像特征的归一化；对于任意的k≠j时，dijdik，那么si和tj就是相似的；步骤3.2，计算图像相似度：由特征间的相似度计算公式，进一步定义图像间的相似度计算公式为： ；CX代表特征的相似度，CXij代表特征si和tj之间的相似度；使用一幅图像与其自身计算相似度，可知其相似性为1，即CXii＝1，所以有CXs,s＝1；相反地，使用一张图像与其完全不同的图像比较，其相似性则有；损失函数定义如下：LCXs，t，l＝-logCXφls，φlt其中φls和φlt分别是经过l层的VGG19网络提取的CBCT和CT图像的特征；步骤4，构建特征融合残差网络，该网络中的残差块选择在块与块中间进行连接，融合每个残差块的局部特征，最终传给后续残差块；前一个模块特征融合结果作为后一个特征融合模块的输入，而后堆叠局部特征融合后的特征，利用残差学习来整合特征信息，形成网络基本架构；构建特征融合残差网络方法如下：密集残差块RDB在原始图像中提取多级特征，并进一步提高网络性能，它通过局部密集连接利用所有层，然后通过局部特征融合LFF自适应地保留累积的特征，RDB结合浅层特征和深层特征进行全局特征融合GFF，并通过全局残差学习获得全局稠密特征；在块和块中间进行连接，融合每个RSDB中的局部特征，最终传递给后续残差块；第f个RSDB直接引入第f-1个RSDB或RB中的局部特征与进行特征融合，其中，若f＝1，为模型适应残差块RB，局部特征融合LFF表示为：；其中Ff，,LF表示第f个RSDB局部特征融合结果，表示Concat特征图堆叠功能，Ff-1,LF表示第f-1个RSDB局部特征融合结果，Ff,2表示第f个RSDB输入经过两次Conv层进行浅层特征提取的结果，表示为：；其中δ表示ReLU激活功能，Wf,2和Wf,1分别表示第2个卷积层第1个卷积层的权重，b2和b1分别表示第2个第1个卷积层的偏置，Ff-1表示第f-1个RSDB输出的结果；每个RSDB中进行局部特征融合之后不做任何处理，将堆叠的特征图直接传递给下一个RSDB进行同样操作，此方法将不同基本块中的指定层特征堆叠一起，实现有间隔的跳跃连接和有效的特征提取；步骤5，以CBCT图像为输入，CT图像为标签，contextualloss为损失函数进行训练，得到训练好的特征融合残差网络模型；步骤6，将相同部位的CBCT图像作为输入进行测试，得到去除伪影的图像。

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南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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”。