深圳大学王毅获国家专利权
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!
龙图腾网获悉深圳大学申请的专利运动分解模型的医学图像配准方法、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:CN116912299B 。
龙图腾网通过国家知识产权局官网在2025-11-25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:202311080064.2,技术领域涉及:G06T7/33;该发明授权运动分解模型的医学图像配准方法、装置、设备及介质是由王毅;王海桥设计研发完成,并于2023-08-25向国家知识产权局提交的专利申请。
本运动分解模型的医学图像配准方法、装置、设备及介质在说明书摘要公布了:本申请涉及一种运动分解模型的医学图像配准方法、装置、设备及介质,其中方法包括:采集待配准的固定医学图像和移动医学图像,并对待配准的固定医学图像和移动医学图像进行预处理,得到初始医学图像数据;通过共享权重的编码模块提取初始医学图像数据中的结构化图像特征,得到移动特征图和固定特征图,其中,移动特征图和固定特征图均包括五层特征图;将每一层移动特征图和固定特征图依次输入至对应的估计器中,并在每一估计器中将所生成的残差变形场经过上采样后与总残差变形场进行融合,得到目标总残差变形场;根据目标总残差变形场将移动特征图进行配准,得到目标配准图像。本发明提高了医学图像配准的精准度。
本发明授权运动分解模型的医学图像配准方法、装置、设备及介质在权利要求书中公布了:1.一种运动分解模型的医学图像配准方法,其特征在于,包括: 采集待配准的固定医学图像和移动医学图像,并对所述待配准的固定医学图像和移动医学图像进行预处理,得到初始医学图像数据; 通过共享权重的编码模块提取所述初始医学图像数据中的结构化图像特征,得到移动特征图和固定特征图,其中,所述移动特征图和所述固定特征图均包括五层特征图; 将每一层所述移动特征图和所述固定特征图依次输入至对应的估计器中,并在每一所述估计器中将所生成的残差变形场经过上采样后与总残差变形场进行融合,得到目标总残差变形场,其中,每一所述估计器包括运动分解Transformer模块和重新生成模块; 根据所述目标总残差变形场将所述移动特征图进行配准,得到目标配准图像; 所述将每一层所述移动特征图和所述固定特征图依次输入至对应的估计器中,并在每一所述估计器中将所生成的残差变形场经过上采样后与总残差变形场进行融合,得到目标总残差变形场,包括: 将每一层所述移动特征图和所述固定特征图依次输入至对应的所述估计器中; 在第一个估计器中的运动分解Transformer模块基于第五层移动特征图和第五层固定特征图生成初始残差变形场; 通过所述第一个估计器中的重新生成模块基于所述初始残差变形场生成目标残差变形场,并将所述目标残差变形场作为初始总残差变形场; 将前四层的所述移动特征图和所述固定特征图输入至对应的后四个估计器中,在每一所述估计器中将所生成的残差变形场经过上采样后与所述总残差变形场进行融合,得到所述目标总残差变形场; 所述通过所述第一个估计器中的重新生成模块基于所述初始残差变形场生成目标残差变形场,并将所述目标残差变形场作为初始总残差变形场,包括: 基于所述第一个估计器中的所述重新生成模块对所述初始残差变形场进行三通道卷积处理,得到卷积层输出结果; 通过对所述卷积层输出结果进行缩放和平方处理,得到三通道的静态速度场; 基于所述三通道的静态速度场生成所述目标残差变形场,并将所述目标残差变形场作为所述初始总残差变形场。
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深圳大学,其通讯地址为:518000 广东省深圳市南山区粤海街道南海大道3688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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励