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！

龙图腾网获悉西安电子科技大学申请的专利基于自适应多门控混合专家模型的腹部多器官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：CN116993793B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310944659.1，技术领域涉及：G06T7/33；该发明授权基于自适应多门控混合专家模型的腹部多器官配准方法是由缑水平;汪文婷;童诺;刘波;陈阳设计研发完成，并于2023-07-28向国家知识产权局提交的专利申请。

本基于自适应多门控混合专家模型的腹部多器官配准方法在说明书摘要公布了：本发明公开了一种基于自适应多门控混合专家模型的腹部多器官配准方法，主要解决了现有技术无法同时对腹部膀胱、宫颈、直肠进行可变形跨模态配准的问题。其方案是：借助盆骨的刚性对膀胱、直肠和宫颈器官在空间位置对齐；构建自适应多门控混合专家模型；将CT与MRI图像映射到掩码空间并转换为同一大小，再将其输入到多分支可变形配准网络中；在可变形配准网络中使用专家模型进行多目标优化，求解三个器官的配准结果；计算最终配准图像与原始CT图像的损失，迭代更新网络获取最优配准模型；通过最优配准模型获取三器官的最终配准结果。本发明能同时配准腹部CT、MRI图像中膀胱、直肠和宫颈，可为医生的医疗诊断、制定手术计划、放射治疗提供参考。

本发明授权基于自适应多门控混合专家模型的腹部多器官配准方法在权利要求书中公布了：1.一种基于自适应多门控混合专家模型的腹部多器官配准方法，其特征在于，包括： 1使用盆骨的刚性对MRI图像及CT图像进行刚性配准： 1a将医院提供的n个病人相匹配的MRI图像及CT图像的3D腹部影像数据集对作为原始数据，并利用基于Mask-RCNN网络对其进行分割，得到盆骨、膀胱、宫颈、直肠这些关键器官的CT与MRI的3D标签数据集对，并利用该标签数据集对，对原始的3D腹部影像进行器官提取，得到包含相应关键器官的CT与MRI的3D数据集对； 1b将每一对3D数据集对中的CT图像中的盆骨作为参考图像，将MRI图像中的盆骨作为浮动图像，对盆骨浮动图像进行3D仿射变换，使其与参考图像在空间位置对齐，得到相应的仿射变换矩阵N； 1c将CT图像中膀胱、宫颈、直肠这三个关键器官作为参考图像，将MRI图像中的这三个关键器官作为浮动图像，利用1b得到的仿射变换矩阵，通过matlab中自带的imwarp函数对该三个器官的浮动图像做矩阵变换，最终得到与CT关键器官3D图像在空间位置上对齐的MRI关键器官3D图像，即对齐后的3D跨模态图像对； 2将空间位置对齐后的跨模态图像对转换为二值图像，并进行填充和裁剪： 2a将这些跨模态3D图像对转换为2D图像，挑选出所有2D图像中含有膀胱、宫颈、直肠这些关键器官的图像对； 2b将挑选出的所有图像转换为灰度值为0和255的二值图像； 2c将得到的二值图像的背景通过裁剪和填充0的方式，统一为同样的大小，并将转换后的参考图像P_ref和浮动图像P_reg数据对按照6:3:1划分为训练集和验证集和测试集； 3将VoxelMorph网络的解码器部分修改为三分支输出的网络模型，并加入混合专家模型，构成基于自适应多门控混合专家模型的腹部多器官配准模型； 4对基于自适应多门控混合专家模型的腹部多器官配准模型进行训练： 4a对2c中得到的二值化后的参考图像P_ref和浮动图像P_reg通道拼接后放入基于自适应多门控混合专家模型的腹部多器官配准模型的编码器中，得到其提取特征R； 4b选用现有的混合专家模型，设定该模型中需要使用的三个门控网络和三个expert，将特征R输入到混合专家模型的三个门控网络中，使用线性变换将特征R的维度映射到与expert数量相同的维度上得到三个特征R1、R2、R3； 4c将映射后的三个特征R1、R2、R3分别与可学习权值Wk相乘，并通过softmax函数计算得到每个门控网络的输出结果，再将每个门控网络的输出与其对应expert的输出矩阵相乘并求和得到每一个expert的最终输出结果； 4d对每一个最终输出的结果进行上采样，得到三个器官各自的优化形变场再将这三个优化形变场相加得到最终形变场Φ； 其中，O为解码器分支的数量，i∈{1,…,O}； 4e将训练集中的待配准图像与最终形变场进行融合，得到配准后图像A_reg； 4f根据参考图像P_ref和配准后图像A_reg，计算该配准网络的训练集损失LTDice和验证集损失LVDice，并利用训练集损失进行反向传播迭代更新网络参数，直到验证集损失收敛，终得到训练好的基于自适应多门控混合专家模型的腹部多器官配准模型； 5将测试集输入到训练好的配准网络模型中，得到测试集的多器官配准结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。