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！

龙图腾网获悉重庆师范大学申请的专利基于3D混沌和吸引排斥算法的医学图像去噪系统及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：CN120471795B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202510556437.1，技术领域涉及：G06T5/70；该发明授权基于3D混沌和吸引排斥算法的医学图像去噪系统及方法是由董玉民;孙同磊设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本基于3D混沌和吸引排斥算法的医学图像去噪系统及方法在说明书摘要公布了：本发明涉及图像处理技术领域，具体涉及基于3D混沌和吸引排斥算法的医学图像去噪系统及方法，包括根据历史的原始医学图像，基于预设混合滤波器参数组优化策略，确定用于对医学图像进行去噪处理的混合滤波器所对应的各个滤波器的最优参数组，将最优参数组配置到对应的滤波器中；所述预设的混合滤波器参数组优化策略包括用于对混合滤波器参数组所对应的种群初始化的3D‑LY混沌映射策略以及用于对初始化种群进行优化的改进型吸引排斥优化策略；获取当前时刻下待处理的当前医学图像，对获取到的当前医学图像进行加噪处理，生成对应的当前带噪图像；将当前带噪图像作为输入数据，输入到混合滤波器中，输出对应的去噪后的医学图像。

本发明授权基于3D混沌和吸引排斥算法的医学图像去噪系统及方法在权利要求书中公布了：1.基于3D混沌和吸引排斥算法的医学图像去噪方法，其特征在于：包括以下步骤： S1、根据历史的原始医学图像，基于预设的混合滤波器参数组优化策略，确定用于对医学图像进行去噪处理的混合滤波器所对应的各个滤波器的最优参数组，并将最优参数组配置到对应的滤波器中；所述预设的混合滤波器参数组优化策略包括用于对混合滤波器参数组所对应的种群初始化的3D-LY混沌映射策略以及用于对初始化种群进行优化的改进型吸引排斥优化策略； S2、获取当前时刻下待处理的当前医学图像，并对获取到的当前医学图像进行加噪处理，生成对应的当前带噪图像； S3、将当前带噪图像作为输入数据，输入到混合滤波器中，输出对应的去噪后的医学图像; 所述种群初始化的3D-LY混沌映射策略执行过程为：根据混合滤波器中的滤波器类型数，构建对应的三维混沌模型；所述三维混沌模型为： 式中，，，为对应的三维混沌模型中的系统状态变量，，为三维混沌模型的参数； 根据三维混沌模型中的系统状态变量，将混合滤波器中的各个滤波器所对应的滤波器参数分别映射到其中一个系统状态变量上； 运行三维混沌模型并迭代多次，记录下每一次所对应的系统状态变量，形成对应的混沌序列矩阵；所述混沌序列矩阵中的每一行混沌序列对应一个滤波器参数组； 对形成的混沌序列矩阵中的每一行混沌序列进行归一化处理，形成对应的初始种群的个体，并将个体进行合并，形成对应的初始种群； 所述改进型吸引排斥优化策略执行过程为：步骤一，获取历史的原始医学图像，并对原始医学图像进行加噪处理，生成对应的原始加噪医学图像； 步骤二，根据形成的种群，将种群中的个体所对应的滤波器参数组配置到混合滤波器中； 步骤三，将原始加噪医学图像作为输入数据，输入到各个配置了对应的滤波器参数组的混合滤波器中，对原始加噪医学图像进行去噪处理，并输出各个种群个体所对应的原始去噪医学图像； 步骤四，根据各个种群个体所对应的原始去噪医学图像，计算出各个种群个体所对应的参数适应度； 步骤五，根据各个种群个体所对应的参数适应度，按照参数适应度从大到小的顺序进行排序，其中参数适应度排名在前第一预设百分比的个体作为全局最优解候选，并触发吸引力机制驱动种群的其他个体向最优解候选移动；参数适应度排名在后第二预设百分比的个体作为劣质解的候选，并触发排斥力机制驱动种群的其他个体远离劣质解候选； 步骤六，基于当前所对应的迭代次数，确定迭代次数所对应的局部搜索策略，并基于确定的局部搜索策略，对种群的各个个体进行搜索，形成种群的各个个体优化后的新个体，并重新执行步骤二，直到满足迭代要求，输出当前全局最优解作为混合滤波器所对应的滤波器最优参数组。

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重庆师范大学，其通讯地址为：400000 重庆市沙坪坝区大学城中路37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。