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！

龙图腾网获悉中北大学申请的专利基于多视角投影的三维CT图像重建方法、程序产品及设备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：CN120689524B 。

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：202510954319.6，技术领域涉及：G06T17/00；该发明授权基于多视角投影的三维CT图像重建方法、程序产品及设备是由孙雪琴;陈平;胡海;李毅红;李雨;武艳芳;王苏恺;郭丽娜;魏交统;吴泱序;赵晓杰;孔慧华设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本基于多视角投影的三维CT图像重建方法、程序产品及设备在说明书摘要公布了：本发明公开一种基于多视角投影的三维CT图像重建方法、程序产品及设备，所述方法包括:获取在不同视角下对待重建三维目标采集的多个投影图像及所述待重建三维目标对应的初始体积数据；利用预先训练的三维重建模型中的维度扩展网络，对所述投影图像进行通道维度的扩展，得到各个所述投影图像对应的扩展投影图像；将各个所述扩展投影图像分别作为所述三维重建模型中的特征提取网络的输入，提取各个所述投影图像对应的多尺度特征数据；基于所述初始体积数据，利用三维重建模型中的隐式神经学习网络，得到所述待重建三维目标对应的多尺度隐式神经表示数据；基于各个所述投影图像对应的多尺度特征数据及所述多尺度隐式神经表示数据，利用所述三维重建模型中的特征重构网络进行三维图像重构，输出三维重建目标。

本发明授权基于多视角投影的三维CT图像重建方法、程序产品及设备在权利要求书中公布了：1.一种基于多视角投影的三维CT图像重建方法，其特征在于，所述方法包括： 获取在不同视角下对待重建三维目标采集的多个投影图像及所述待重建三维目标对应的初始体积数据； 利用预先训练的三维重建模型中的维度扩展网络，对所述投影图像进行通道维度的扩展，得到各个所述投影图像对应的扩展投影图像； 将各个所述扩展投影图像分别作为所述三维重建模型中的特征提取网络的输入，提取各个所述投影图像对应的多尺度特征数据； 基于所述初始体积数据，利用三维重建模型中的隐式神经学习网络，得到所述待重建三维目标对应的多尺度隐式神经表示数据； 基于各个所述投影图像对应的多尺度特征数据及所述多尺度隐式神经表示数据，利用所述三维重建模型中的特征重构网络进行三维图像重构，输出三维重建目标，其中所述特征提取网络包括编码器及解码器，所述解码器与所述特征重构网络相连接，所述隐式神经学习网络与所述特征重构网络相连接；所述编码器包括多个编码层，所述解码器包括多个解码层，位于同一尺度层中的编码层与对应的解码层跳跃连接，所述特征重构网络包括与所述解码器相同层数的多个重构层及与所述重构层连接的重构输出层，位于同一尺度层中的解码层的输入作为对应重构层的输入；所述特征重构网络包括多尺度融合网络，所述隐式神经学习网络与所述多尺度融合网络相连接，所述多尺度融合网络分别与特征重构网络的各个层相连接，所述多尺度融合网络用于输出各个尺度隐式神经表示数据，其中所述基于各个所述投影图像对应的多尺度特征数据及所述多尺度隐式神经表示数据，利用所述三维重建模型中的特征重构网络进行三维图像重构，输出三维重建目标包括：对于位于当前层数的当前重构层，获取各个投影图像对应的当前尺度特征输入数据，其中当前尺度特征输入数据为各个投影图像对应解码器中与所述当前重构层连接的当前解码层的输入；获取所述当前重构层的上一重构层的输出；基于所述初始体积数据，获取所述多尺度融合网络输出的所述当前层数对应的当前尺度隐式神经表示数据；基于各个投影图像对应的当前尺度特征输入数据、所述上一重构层的输出及所述当前尺度隐式神经表示数据，得到所述当前重构层输出的当前重构特征数据，依次执行，直至得到最后重构层的最后重构特征数据；获取各个投影图像对应的最后解码层输出的最大尺度特征数据，得到各个投影图像对应的最大尺度特征数据；基于各个投影图像对应的最大尺度特征数据、与所述重构输出层对应的尺度隐式神经表示数据及所述最后重构特征数据，通过重构输出层，输出预测的所述三维重建目标。

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中北大学，其通讯地址为：030000 山西省太原市学院路3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。