Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 南方医科大学陈泽立获国家专利权

南方医科大学陈泽立获国家专利权

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!

龙图腾网获悉南方医科大学申请的专利基于MR图像的CT图像合成方法、装置、设备及介质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:CN114882135B

龙图腾网通过国家知识产权局官网在2025-11-07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:202210428309.5,技术领域涉及:G06T11/00;该发明授权基于MR图像的CT图像合成方法、装置、设备及介质是由陈泽立;钟丽明;阳维设计研发完成,并于2022-04-22向国家知识产权局提交的专利申请。

基于MR图像的CT图像合成方法、装置、设备及介质在说明书摘要公布了:本发明公开了一种基于MR图像的CT图像合成方法、装置、设备及介质,本发明通过将第一MR图像以及第一CT图像输入网络模型进行训练,得到图像合成模型;全局块嵌入模块用于对第一MR图像进行全局特征提取,使得全局特征提取结果更加具有全局性;编码模块用于对第一MR图像进行局部特征提取,RSC自注意力模组用于根据全局特征提取结果以及局部特征提取结果进行第一特征处理,能够扩大特征的感受野,解码模块用于对第一特征处理结果进行解码处理,生成第二CT图像;鉴别器用于根据第一CT图像和第二CT图像生成鉴别结果以进行训练,最终得到的目标CT图像细节更加丰富和清晰,本发明可广泛应用于图像处理领域。

本发明授权基于MR图像的CT图像合成方法、装置、设备及介质在权利要求书中公布了:1.基于MR图像的CT图像合成方法,其特征在于,包括: 获取训练数据;所述训练数据包括具有同一目标对象的第一MR图像以及第一CT图像; 将所述第一MR图像以及第一CT图像输入网络模型进行训练,得到图像合成模型;所述网络模型包括CST生成器以及鉴别器,所述CST生成器包括编码模块、解码模块、RSC自注意力模组以及全局块嵌入模块;所述全局块嵌入模块用于对所述第一MR图像进行全局特征提取,所述编码模块用于对所述第一MR图像进行局部特征提取,所述RSC自注意力模组用于根据全局特征提取结果以及局部特征提取结果进行第一特征处理,所述解码模块用于对第一特征处理结果进行解码处理,生成第二CT图像;所述鉴别器用于根据所述第一CT图像和所述第二CT图像生成鉴别结果以进行训练; 将待合成MR图像输入所述图像合成模型,得到目标CT图像; 所述将所述第一MR图像以及第一CT图像输入网络模型进行训练,得到图像合成模型,包括: 通过所述编码模块对所述第一MR图像进行局部特征提取; 通过所述全局块嵌入模块对所述第一MR图像进行全局特征提取; 将局部特征提取结果与全局特征提取结果进行融合,并通过所述RSC自注意力模组对融合结果进行第一特征处理; 通过解码模块对第一特征处理结果进行解码处理,生成第二CT图像; 将所述第一CT图像和所述第二CT图像输入所述鉴别器得到鉴别结果; 根据所述鉴别结果以及预设损失函数对网络模型进行训练,得到图像合成模型; 所述编码模块包括至少一第一CNN模块、第一RSC自注意力模块以及第二CNN模块;所述通过所述编码模块对所述第一MR图像进行局部特征提取,包括: 通过所述第一CNN模块对所述第一MR图像进行至少一次第一特征提取,得到第一特征信息; 通过第一RSC自注意力模块对所述第一特征信息进行第二特征处理; 通过所述第二CNN模块对第二特征处理结果进行第二特征提取,得到局部特征提取结果; 所述全局块嵌入模块包括块嵌入模块以及第二RSC自注意力模块;所述通过所述全局块嵌入模块对所述第一MR图像进行全局特征提取,包括: 通过所述块嵌入模块对所述第一MR图像进行第二特征提取,得到第二特征信息; 通过所述第二RSC自注意力模块对所述第二特征信息进行第三特征处理,得到全局特征提取结果。

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方医科大学,其通讯地址为:510515 广东省广州市白云区沙太南路1023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。

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。