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！

龙图腾网获悉四川省肿瘤医院申请的专利放疗体位验证数据的配准方法、装置、设备及存储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：CN120823250B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511292321.8，技术领域涉及：G06T7/33；该发明授权放疗体位验证数据的配准方法、装置、设备及存储介质是由李勇;秦远;何发伟;黄娜;刘敏;黄成剑;杨金鑫;高绪峰;康盛伟;王培设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本放疗体位验证数据的配准方法、装置、设备及存储介质在说明书摘要公布了：本申请公开了一种放疗体位验证数据的配准方法、装置、设备及存储介质，涉及放疗技术领域，方法通过CycleGAN模态转换与器官特异性灰度标准化，减少CBCT与CT图像间的模态差异；利用3D‑ResNet‑34‑FPN架构从标准化数据中提取多层次特征，并结合TPS‑Net生成精确反映局部形变的形变场，提升配准精度，能有效捕捉软组织变形和器官位移等非线性变化；最后通过3D‑CNN位移场归一化与RANSAC‑SVD分解，稳健提取出全局仿射变换参数，并封装成DICOM‑RT标准协议直接传输至放疗设备。不仅将传统人工操作流程自动化，减少了医护人员的工作负担和主观误差，而且提升了配准结果的可靠性与可重复性。

本发明授权放疗体位验证数据的配准方法、装置、设备及存储介质在权利要求书中公布了：1.一种放疗体位验证数据的配准方法，所述放疗体位验证数据来源于放疗设备上待放疗患者的CBCT验证影像数据，所述待放疗患者具有CT影像数据，其特征在于，所述配准方法包括： 步骤S1，通过CycleGAN模态转换将CBCT验证影像数据和CT影像数据统一为预设矩阵尺寸的体数据，得到CBCT体数据和CT体数据； 步骤S2，通过自适应直方图匹配算法对所述CBCT体数据和所述CT体数据分别进行局部直方图匹配，并基于预分割掩模对所述CBCT体数据和所述CT体数据分别进行器官特异性灰度标准化处理，得到统一格式的标准化CBCT体数据和标准化CT体数据； 步骤S3，分别将所述标准化CBCT体数据和所述标准化CT体数据输入预训练的3D‑ResNet‑34‑FPN架构，通过所述3D‑ResNet‑34‑FPN架构的学习训练，分别得到CBCT特征金字塔、CT特征金字塔； 步骤S4，将所述CT特征金字塔中的采样特征点作为控制点坐标集、所述CBCT特征金字塔中的采样特征点作为目标点坐标集，通过‌TPS‑Net架构生成所述控制点坐标集至所述目标点坐标集的形变场； 步骤S5，通过3D‑CNN网络将所述形变场转换为零中心化位移场，再通过RANSAC‑SVD奇异值分解提取所述位移场的所有仿射变换参数； 步骤S6，将所有仿射变换参数封装为符合DICOM‑RT标准的空间变换参数序列，并发送至所述放疗设备； 步骤S1，通过CycleGAN模态转换将CBCT验证影像数据和CT影像数据统一为预设矩阵尺寸的体数据，得到CBCT体数据和CT体数据，包括： 步骤S11，将所述CBCT验证影像数据和所述CT影像数据转换为DICOM标准格式； 步骤S12，通过非刚性配准法将所述CBCT验证影像数据的空间坐标系与所述CT影像数据的空间坐标系对齐； 步骤S13，基于3D U‑Net架构定义CycleGAN模态转换的两个生成器，并基于3D PatchGAN定义CycleGAN模态转换的两个判别器； 步骤S14，通过其中一个生成器将所述CBCT验证影像数据转换为CT风格数据，并通过另一个生成器将所述CT影像数据转换为CBCT风格数据； 步骤S15，通过其中一个判别器计算所述CBCT风格数据与所述CBCT验证影像数据基于Wasserstein距离的对抗损失，并通过另一个判别器计算所述CT风格数据与所述CT影像数据基于Wasserstein距离的对抗损失； 步骤S16，定义所述CycleGAN模态转换的L1损失，并通过反向传播同时迭代两个对抗损失，直至所述L1损失达到最小值； 步骤S17，当所述L1损失达到最小值时，通过其中一个生成器获取最后一次迭代的CT风格数据，所述CT风格数据和所述CT影像数据即为统一预设矩阵尺寸的体数据。

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四川省肿瘤医院，其通讯地址为：610041 四川省成都市武侯区人民南路四段55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。