Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东北大学姜慧研获国家专利权

东北大学姜慧研获国家专利权

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!

龙图腾网获悉东北大学申请的专利一种基于边缘驱动与骨骼抑制的医学图像配准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:CN115830086B

龙图腾网通过国家知识产权局官网在2025-07-22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:202211575146.X,技术领域涉及:G06T7/33;该发明授权一种基于边缘驱动与骨骼抑制的医学图像配准方法是由姜慧研;李潮设计研发完成,并于2022-12-08向国家知识产权局提交的专利申请。

一种基于边缘驱动与骨骼抑制的医学图像配准方法在说明书摘要公布了:本发明涉及一种基于边缘驱动与骨骼抑制的医学图像配准方法,包括:S1、分别针对预先获取的原始数据集中待配准的动脉期CT图像和静脉期CT图像进行第一预处理,获取第二数据集;S2、基于预先获取的训练好的粗配准网络结构和所述原始数据集,获取粗配准数据集;S3、针对所述粗配准数据集进行第二预处理,得到第二预处理后的粗配准数据集;S4、基于预先获取的训练好的精配准网络结构和所述第二预处理后的粗配准数据集,获取最终的融合图像。

本发明授权一种基于边缘驱动与骨骼抑制的医学图像配准方法在权利要求书中公布了:1.一种基于边缘驱动与骨骼抑制的医学图像配准方法,其特征在于,包括: S1、分别针对预先获取的原始数据集中待配准的动脉期CT图像和静脉期CT图像进行第一预处理,获取第二数据集; 所述第二数据集包括:与所述待配准的动脉期CT图像所对应的浮动图像Mc、浮动粗边缘特征图像Ms,以及与所述静脉期CT图像对应的固定图像Fc和固定粗边缘特征图像Fs; S2、基于预先获取的训练好的粗配准网络结构和所述原始数据集,获取粗配准数据集; 所述粗配准网络结构包括粗配准网络和与该粗配准网络连接的第一空间转换器; 所述粗配准网络为是3DU-Net网络,所述3DU-Net网络初始输入通道为4通道,最终输出通道为3通道,所述3DU-Net网络所有的卷积核由普通卷积改为空洞卷积; S3、针对所述粗配准数据集进行第二预处理,得到第二预处理后的粗配准数据集; S4、基于预先获取的训练好的精配准网络结构和所述第二预处理后的粗配准数据集,获取最终的融合图像; 所述精配准网络结构包括精配网络和与该精配网络连接的第二空间转换器; 所述精配网络为VNet网络,网络初始输入通道修改为包括4个输入通道,3个输出通道,在跳跃连接上增加注意力模块; 在所述S1之前还包括: 采用预先获取的第一训练数据集,训练预设的粗配准网络结构,得到训练好的粗配准网络结构; 所述第一训练数据集包括:预先获取的训练的浮动图像Mc、训练的浮动粗边缘特征图像Ms,训练的固定图像Fc和训练的固定粗边缘特征图像Fs; 具体包括: 将所述预先获取的第一训练数据集的训练的浮动图像Mc、训练的浮动粗边缘特征图像Ms,训练的固定图像Fc和训练的固定粗边缘特征图像Fs共4种类型图像,分别放入预设的粗配准网络4个输入通道中,所述粗配准网络输出粗形变场; 将所述粗形变场和所述第一训练数据集中的训练的浮动图像Mc,输入到第一空间转换器,所述第一空间转换器输出粗配准图像Wc; 根据所述粗配准网络的第一目标函数进行64轮梯度计算,获取训练好的粗配准网络结构。

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东北大学,其通讯地址为:110819 辽宁省沈阳市和平区文化路三巷11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”。

免责声明
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。