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！

龙图腾网获悉江西财经大学申请的专利基于条件扩散模型的临床AS-OCT图像复原方法及系统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：CN121685319B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202610195362.3，技术领域涉及：G06T5/70；该发明授权基于条件扩散模型的临床AS-OCT图像复原方法及系统是由李三仟;盛军燕;方玉明;王玉皞设计研发完成，并于2026-02-11向国家知识产权局提交的专利申请。

本基于条件扩散模型的临床AS-OCT图像复原方法及系统在说明书摘要公布了：本发明提出一种基于条件扩散模型的临床AS‑OCT图像复原方法及系统，该方法包括：对AS‑OCT图像数据集进行预处理，得到退化图像和边缘图像；利用退化图像和边缘图像对初始化的GAN模型进行训练，得到训练好的GAN模型；利用清晰图像和边缘图像对初始化的U‑Net模型进行训练，得到训练好的条件扩散模型；利用训练好的GAN模型和训练好的条件扩散模型对退化图像和边缘图像进行处理，得到复原图像。本发明通过“边缘预测‑边缘导引”的两阶段级联设计摒弃了传统条件扩散模型中依赖于迭代计算的数据一致性约束项，从而避免了冗长的迭代采样，在获得更高图像质量的同时，提升了复原过程的整体效率，增强了其在临床实际场景中的应用可行性。

本发明授权基于条件扩散模型的临床AS-OCT图像复原方法及系统在权利要求书中公布了：1.一种基于条件扩散模型的临床AS-OCT图像复原方法，其特征在于，所述方法包括如下步骤： 步骤1、对AS-OCT图像数据集进行预处理，得到退化图像和边缘图像，具体步骤如下： 对于AS-OCT图像数据集中的饱和伪影图像，利用清晰图像与二值掩码生成得到退化图像；对于AS-OCT图像数据集中的散斑噪声图像，进行清晰图像与含噪图像的配对处理，得到退化图像； 利用Canny边缘检测算子处理退化图像，得到边缘图像； 步骤2、利用退化图像和边缘图像对初始化的GAN模型进行训练，得到训练好的GAN模型，具体步骤如下： 对给定的GAN模型的生成器与判别器的网络参数进行初始化，得到初始化的GAN模型； 将退化图像与边缘图像输入初始化的GAN模型，得到预测边缘图像； 利用预测边缘图像构建对抗损失与特征匹配损失； 利用对抗损失与特征匹配损失构建目标函数； 固定初始化的GAN模型的判别器，利用目标函数更新初始化的GAN模型的生成器的网络参数；再固定生成器，利用对抗损失更新判别器的网络参数，并采用Adam优化器进行迭代优化，在达到预设轮次后停止训练，得到训练好的GAN模型； 步骤3、利用清晰图像和边缘图像对初始化的U-Net模型进行训练，得到训练好的条件扩散模型，具体步骤如下： 对给定的U-Net模型进行初始化，得到初始化的U-Net模型； 在预设的随机采样时间步的条件下，利用清晰图像生成含噪图像； 将含噪图像与边缘图像在通道维度上进行拼接，得到拼接图像； 利用拼接图像构建条件扩散损失；利用扩散损失，通过Adam优化器更新初始化的U-Net模型，在达到预设的采样时间步后，停止训练，得到训练好的条件扩散模型； 步骤4、利用训练好的GAN模型和训练好的条件扩散模型对退化图像和边缘图像进行处理，得到复原图像，具体步骤如下： 将退化图像和边缘图像输入训练好的GAN模型，得到预测边缘图像； 从标准高斯分布中采样并得到含噪声图像；在通道维度上将预测边缘图像与含噪声图像进行拼接并输入训练好的条件扩散模型，得到预测噪声； 利用预测噪声，通过逆向采样计算得到上一时间步的含噪声图像； 在完成预设时间步的逆向采样后，得到复原图像。

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江西财经大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街169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”。

以上内容由龙图腾AI智能生成。