基于级联特征连接残差网络的CBCT伪影去除方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于级联特征连接残差网络的CBCT伪影去除方法，将每组CBCT和CT图像配准到同一空间坐标系并通过前向投影获得投影图像；将投影图像输入到级联特征连接残差网络；将网络生成投影数据和输入CBCT‑CT投影数据通过FasterNet网络进行快速特征提取；计算网络生成的特征集合与输入CBCT的特征集合之间的以及网络生成的特征集合与输入CT的特征集合之间的Cobi Loss和Perceptual Loss，通过加权得到损失值以优化网络得到去除伪影投影数据；将生成的投影数据通过后向投影得到重建图像。本发明解决了CBCT伪影去除方法存在在图像域上处理导致训练模型不能适配不同设备协议的问题。

《基于级联特征连接残差网络的CBCT伪影去除方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2024113094621，当前法律状态为已下证，由南京邮电大学提出申请，发明人为谢世朋;刘昊晨，申请日期为2024-09-19，公开（公告）日期为2025-09-02，国际专利分类号（IPC）为 G06T 11/00 (2006.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于级联特征连接残差网络的CBCT伪影去除方法，将每组CBCT和CT图像配准到同一空间坐标系并通过前向投影获得投影图像；将投影图像输入到级联特征连接残差网络；将网络生成投影数据和输入CBCT‑CT投影数据通过FasterNet网络进行快速特征提取；计算网络生成的特征集合与输入CBCT的特征集合之间的以及网络生成的特征集合与输入CT的特征集合之间的Cobi Loss和Perceptual Loss，通过加权得到损失值以优化网络得到去除伪影投影数据；将生成的投影数据通过后向投影得到重建图像。本发明解决了CBCT伪影去除方法存在在图像域上处理导致训练模型不能适配不同设备协议的问题。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！