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！

龙图腾网获悉浙江大学申请的专利一种基于学习的断层扫描成像及重建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：CN116823989B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202310765902.3，技术领域涉及：G06T12/00；该发明授权一种基于学习的断层扫描成像及重建方法是由吴鸿智;周昆;康凯彰设计研发完成，并于2023-06-27向国家知识产权局提交的专利申请。

本一种基于学习的断层扫描成像及重建方法在说明书摘要公布了：本发明提出一种基于学习的断层扫描成像及重建方法，以光照复用的方式测量场景密度分布。成像时光源按照预学习得到的强度发出光线，来自不同方向的光线由场景吸收衰减后到达传感器，对测量值计算重建得到场景的密度信息。发光强度及重建算法由神经网络学习得到。该方法将CT成像过程建模为线性全连接层，权重对应于成像时光源的发光强度；重建算法建模为非线性神经网络，可根据扫描几何的特性针对性地优化。该方法所需的采集数据数量少，计算重建无需强先验假设，实现了高效高质量的CT采集重建，可应用于高速动态场景三维重建。

本发明授权一种基于学习的断层扫描成像及重建方法在权利要求书中公布了：1.一种基于学习的断层扫描成像及重建方法，其特征在于，以光照复用的方式测量场景密度分布，步骤如下： 1生成训练数据：获取扫描设备的参数，包括光源与传感器的空间位置、空场景下任一光源以最大强度发光时所有传感器读数；利用这些参数生成单个光源发出光线经由场景到达传感器产生的CT图像，作为训练数据； 2根据步骤1生成的数据训练神经网络；神经网络的特征如下： a.输入为扫描设备所有光源的CT图像； b.输出为对应的密度场； c.神经网络的第一层为线性全连接层，线性全连接层的参数矩阵通过下述公式得到： Wl＝fwWraw 其中Wraw为待训练参数；Wl对应于成像时的光照强度矩阵，大小为k×ns，ns为扫描设备的光源数量，k为采样数量；fw为一个映射，用于对Wraw进行变换，使得生成的光照强度矩阵Wl能够对应到光源可能的发光强度； d.第二层及之后各层为非线性神经网络，最后一层的输出为密度场重建结果；训练结束后，将第一层线性全连接层的光照强度矩阵Wl取出； 3扫描设备的光源按照步骤2取出的光照强度矩阵逐行发光，依次对目标场景照射，通过传感器获得测量值矩阵M，大小为k×nd，nd为传感器数量；将M作为神经网络的第一层线性全连接层的输出，计算得到重建的密度场。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。