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！

龙图腾网获悉浙江工业大学申请的专利一种基于特征聚合分解的多模态医学图像融合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：CN117132854B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202310925016.2，技术领域涉及：G06V10/80；该发明授权一种基于特征聚合分解的多模态医学图像融合方法是由产思贤;李裕强;卢雅婷;管秋;白琮设计研发完成，并于2023-07-26向国家知识产权局提交的专利申请。

本一种基于特征聚合分解的多模态医学图像融合方法在说明书摘要公布了：本发明公开了一种基于特征聚合分解的多模态医学图像融合方法，包括：构建特征聚合网络和分解反馈网络；取源图像和初始分解图像拼接构成训练集；将拼接后的图像输入至特征聚合网络中输出融合图像；将融合图像输入至所述分解反馈网络中，得到两个分解图像；基于源图像、融合图像和分解图像计算总损失，并根据总损失对所述特征聚合网络和分解反馈网络进行更新，若满足迭代训练结束条件，则输出特征聚合网络和分解反馈网络用于多模态医学图像融合；否则将源图像和分解图像拼接构成新的训练集继续进行迭代训练。本发明解决对图像特征提取不够细致、没有信息补偿的问题，并将融合图像设置成中间结果，通过优化终点结果来实现更优的融合性能。

本发明授权一种基于特征聚合分解的多模态医学图像融合方法在权利要求书中公布了：1.一种基于特征聚合分解的多模态医学图像融合方法，其特征在于，所述基于特征聚合分解的多模态医学图像融合方法，包括： 构建特征聚合网络和分解反馈网络，所述特征聚合网络包括编码器、全局特征提取模块、局部特征提取模块和解码器； 取源图像和初始分解图像拼接构成训练集； 将拼接后的图像输入至所述特征聚合网络中，所述特征聚合网络通过编码器提取浅层特征，并将所述浅层特征分别输入至全局特征提取模块和局部特征提取模块中得到全局特征和局部特征，叠加所述全局特征和局部特征后输入至解码器，由解码器重建输出融合图像； 将所述融合图像输入至所述分解反馈网络中，得到两个分解图像； 基于源图像、融合图像和分解图像计算总损失，并根据总损失对所述特征聚合网络和分解反馈网络进行更新，若满足迭代训练结束条件，则输出特征聚合网络和分解反馈网络用于多模态医学图像融合；否则将源图像和分解图像拼接构成新的训练集继续进行迭代训练； 其中，所述全局特征提取模块包括三条路径，三条路径输出的多尺度特征进行像素级融合得到全局特征； 第一条路径包括依次连接的自适应卷积层、SwinTransformer块和自适应卷积层，第二条路径包括依次连接的自适应卷积层、自适应卷积层、SwinTransformer块和自适应卷积层，第三条路径包括依次连接的自适应卷积层、自适应卷积层、自适应卷积层、SwinTransformer块和自适应卷积层； 其中，所述局部特征提取模块包括依次连接的三个3×3卷积层和一个1×1卷积层； 第一个3×3卷积层的输入为浅层特征和源图像，第二个3×3卷积层的输入为浅层特征、源图像以及第一个3×3卷积层的输出，第三个3×3卷积层的输入为浅层特征、源图像、第一个3×3卷积层的输出和第二个3×3卷积层的输出，所述1×1卷积层的输入为浅层特征、第一个3×3卷积层的输出、第二个3×3卷积层的输出和第三个3×3卷积层的输出。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。