中国人民解放军海军军医大学第三附属医院刘畅获国家专利权
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!
龙图腾网获悉中国人民解放军海军军医大学第三附属医院申请的专利肝胆胰三维图像的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:CN119478203B 。
龙图腾网通过国家知识产权局官网在2025-07-04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:202411422380.8,技术领域涉及:G06T17/00;该发明授权肝胆胰三维图像的重建方法是由刘畅;柏斗胜;程树群;石洁;孙居仙设计研发完成,并于2024-10-12向国家知识产权局提交的专利申请。
本肝胆胰三维图像的重建方法在说明书摘要公布了:本发明涉及肝胆胰三维图像的重建方法;本发明采用以下的技术方案包括以下步骤:引入针对肝、胆、胰三器官的U‑Net变体的分割网络,利用卷积神经网络对多模态图像进行分割,包括对肝脏、胆管和胰腺的分离;在分割过程中引入边界增强模块;采用深度学习驱动的非刚性配准算法,将不同模态的影像数据进行空间对齐;利用器官的解剖学特征点进行配准;根据配准结果,对肝、胆、胰图像进行多模态融合,综合利用CT的骨骼和组织对比度、MRI的软组织分辨率及超声的实时动态特性,构建融合影像数据;从分割图像中提取肝胆胰的轮廓,构建初步的三维网格模型;依据不同器官的几何形态自适应调整,控制重建时网格的分布与器官形态吻合。
本发明授权肝胆胰三维图像的重建方法在权利要求书中公布了:1.肝胆胰三维图像的重建方法,其特征在于包括以下步骤: S1、采用深度学习辅助的肝胆胰图像分割: S1.1、引入针对肝、胆、胰三器官的U-Net变体的分割网络,利用卷积神经网络对多模态图像进行分割,包括对肝脏、胆管和胰腺的分离; S1.2、在分割过程中引入边界增强模块; S2、图像配准与配对融合: S2.1、采用深度学习驱动的非刚性配准算法,将不同模态的影像数据进行空间对齐;利用器官的解剖学特征点进行配准; S2.2、根据配准结果,对肝、胆、胰图像进行多模态融合,综合利用CT的骨骼和组织对比度、MRI的软组织分辨率及超声的实时动态特性,构建融合影像数据; S3、自适应三维网格重建: S3.1、从分割图像中提取肝胆胰的轮廓,构建初步的三维网格模型;依据不同器官的几何形态自适应调整,控制重建时网格的分布与器官形态吻合; S3.2、采用迭代优化算法调整包括胆管系统和胰腺导管的网格顶点以贴合实际器官形状; S4、个性化纹理映射与真实感增强: S4.1、利用融合影像数据提取肝胆胰各自的纹理特征,包括组织密度、病变区域及血管分布; S4.2、将提取的纹理特征映射到三维模型表面,并根据包括肿瘤位置、纤维化程度的个体差异动态调整纹理; 所述的非刚性配准算法包括:使用卷积神经网络CNN结合注意力机制与多尺度特征提取,识别和定位影像中的器官边缘、血管交点和病变区域特征点;通过优化匹配算法,对不同模态影像中的对应特征点进行对齐: 其中,Jmatch表示特征点匹配误差的总和,N为特征点的数量;xi和yi分别为在不同模态影像中的对应特征点坐标,表示位置差异;α和β为调节系数,控制不同误差项的权重;|·|表示欧氏距离,反映特征点之间的距离误差;和分别为特征点处的梯度信息,表示局部结构特征的变化; 所述的非刚性配准算法包括:通过端到端的训练,直接学习影像间的映射关系,输入为未配准的多模态影像,输出为对齐后的图像;定义复合损失函数,衡量整体图像的相似性,结合解剖特征点的匹配误差,控制配准过程中解剖结构的数据保留: 其中,L为总损失函数,衡量配准的整体质量;λ1和λ2为损失权重参数,用于调节像素级相似性和特征点匹配误差之间的平衡;Tx表示配准后的目标图像的像素值,Rx为参考图像的像素值,Tx-Rx2衡量像素之间的强度差异;Ω为图像的定义域,为整个图像的区域;Jmatch为特征点匹配误差的总和; 所述的非刚性配准算法包括:在配准过程中引入多级金字塔策略,将配准过程分为多个分辨率层级,从低分辨率到高分辨率逐步优化;在每一层金字塔中,通过深度学习生成初步的空间变形场,再进行多次迭代优化,使变形场细化;为优化空间变形场,引入优化函数对变形的连续性和平滑性进行约束: 其中,为优化目标函数,衡量变形场的平滑性和结构一致性;φx为当前空间变形场函数,表示当前配准过程中影像的变形程度;φprevx为前一迭代的变形场,保证变形场的连续性和一致性;κ和ζ为调节系数,控制不同误差项的权重;为变形场的梯度大小,衡量局部平滑性;||φx-φprevx||表示当前与前次变形场的差异。
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国人民解放军海军军医大学第三附属医院,其通讯地址为:200438 上海市杨浦区长海路225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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。