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！

龙图腾网获悉南昌大学第一附属医院申请的专利一种基于深度学习的SPECT/CT影像融合方法及系统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：CN119138914B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202411347921.5，技术领域涉及：A61B6/03；该发明授权一种基于深度学习的SPECT/CT影像融合方法及系统是由曾令鹏;罗侃莹;张青;张庆设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本一种基于深度学习的SPECT/CT影像融合方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的SPECTCT影像融合方法及系统，包括：分别通过SPECT技术和CT技术，获取影像；构建多模态深度学习特征提取网络，分别提取SPECT和CT影像的特征；针对提取到的特征生成融合策略；根据所述融合策略，对SPECT和CT进行融合。通过深度学习构建多模态特征提取网络，实现SPECT与CT影像的精准融合，充分保留SPECT的功能信息和CT的解剖细节，提高影像的清晰度与对比度，增强对异常区域的检测能力，显著提升诊断准确性，为临床决策提供更全面的支持。

本发明授权一种基于深度学习的SPECT/CT影像融合方法及系统在权利要求书中公布了：1.一种基于深度学习的SPECTCT影像融合方法，其特征在于，包括： 分别通过SPECT技术和CT技术，获取影像； 构建多模态深度学习特征提取网络，分别提取SPECT和CT影像的特征； 针对提取到的特征生成融合策略； 根据所述融合策略，对SPECT和CT进行融合； 所述融合策略包括，策略一和策略二；通过前端界面的交互选择，用户能够选择融合策略；为增强边缘以突出异常区域，则选择策略一；为突出功能与结构的异常对比，则选择策略二； 策略一：以功能性影像为主体的融合结果，利用CT影像对SPECT影像进行局部轮廓清晰化； 策略二：以高分辨率的解剖结构影像为主体的融合结果，利用SPECT影像对CT影像进行标记和局部增强； 所述策略一具体包括，使用边缘检测算法提取CT影像的解剖结构轮廓，对CT影像的结构轮廓进行复制，根据SPECT与CT的映射关系，将提取到的CT结构轮廓映射到SPECT影像中，形成相应的轮廓标记； 设轮廓边缘的像素点为中心，分别向内侧和外侧各扩展宽度的区域，形成两侧的检测区域内侧区域和； 计算内侧区域和外侧区域的平均放射性强度，分别记为和； 计算放射性表现差异度D： 设置差异度阈值，若，则判定内外侧放射性表现相似，不进行处理；若，则内外侧放射性表现差异较大，进行边缘增强；定义边缘像素强度，根据内外侧差异调整边缘像素值： 其中，表示增强后的边缘像素强度；为加重系数，根据实际应用调整以控制增强力度； 所述策略二具体包括，获取从SPECT影像中提取的异常特征位置图，根据中标记异常特征的位置以及SPECT与CT的映射关系，在CT影像中定位异常位置WZ1； 获取从CT影像中提取的异常特征位置图中标记异常特征的位置WZ2； 将WZ1和WZ2在CT影像中标记，并通过SPECT与CT的映射关系，在SPECT影像中对CT影像中的所有标记位置进行提取，将提取到标记位置的功能性影像复制到CT影像中的标记位置上，得到融合策略二的融合结果。

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南昌大学第一附属医院，其通讯地址为：330000 江西省南昌市东湖区永外正街17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。