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！

龙图腾网获悉武汉大学申请的专利一种基于知识蒸馏和对抗攻击的多模态医学图像转换方法和系统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：CN116596910B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310640041.6，技术领域涉及：G06T7/00；该发明授权一种基于知识蒸馏和对抗攻击的多模态医学图像转换方法和系统是由赵俭辉;冯赛凤;袁志勇设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本一种基于知识蒸馏和对抗攻击的多模态医学图像转换方法和系统在说明书摘要公布了：本发明公开了一种基于知识蒸馏和对抗攻击的多模态医学图像转换方法和系统，包括：准备图像数据集；构建转换网络模型，包括对抗攻击模块、生成器网络、知识蒸馏模块；将原模态图像输入对抗攻击模块得到对抗样本，将对抗样本和原模态图像一起作为生成器的输入，生成器输出中间转换结果；在预训练阶段，知识蒸馏模块即是教师网络，对整体网络架构进行预训练，得到预训练的教师模型；在正式训练阶段，知识蒸馏模块即是学生网络，预训练的教师模型通过知识蒸馏向学生网络传递知识，对整体网络架构进行正式训练，得到学生模型；将待转换的原模态图像输入到生成器得到中间转换结果，将中间转换结果输入学生模型，输出目标模态图像。

本发明授权一种基于知识蒸馏和对抗攻击的多模态医学图像转换方法和系统在权利要求书中公布了：1.一种基于知识蒸馏和对抗攻击的多模态医学图像转换方法，其特征在于，包括以下步骤： 步骤1，构建包括原模态和目标模态的医学图像数据集； 步骤2，构建基于深度神经网络的转换网络模型，该转换网络模型包括对抗攻击模块、生成器网络、知识蒸馏模块； 步骤3，将原模态图像输入对抗攻击模块得到对抗样本，将对抗样本和原模态图像一起作为生成器网络的输入集合，生成器网络输出中间转换结果； 步骤4，在预训练阶段，知识蒸馏模块即是教师网络，其输入由步骤3的中间转换结果和目标模态图像两部分组成，并输出教师形变场，将此教师形变场和中间转换结果一起输入空间形变网络，通过形变计算输出转换得到的目标模态图像，预训练阶段结束后，获得预训练好的教师网络； 步骤4的具体实现包括以下子步骤： 步骤4.1，在预训练阶段中，知识蒸馏模块就是教师网络，定义教师网络为，由一个Unet网络和一个空间形变网络STN构成； 步骤4.2，将中间转换结果和目标模态图像作为中Unet的输入，Unet网络会计算出教师形变场，表示输入的原模态图像，生成器网络； 步骤4.3，将教师形变场和中间转换结果作为中STN的输入，通过形变计算得到目标模态的图像； 步骤4.4，在训练集中进行转换网络模型迭代的训练，训练结束后，得到训练好的教师网络； 步骤5，在正式训练阶段，知识蒸馏模块即是学生网络，其输入仅包含步骤3的中间转换结果，同时教师网络通过知识蒸馏向学生网络传递知识，学生网络输出学生形变场，将此学生形变场和中间转换结果一起输入空间形变网络，通过形变计算输出转换得到的目标模态图像，正式训练阶段结束后，获得训练好的学生网络； 步骤5的具体实现包括以下子步骤： 步骤5.1，在正式训练阶段中，知识蒸馏模块就是学生网络，定义学生网络为，同样由一个Unet网络和一个空间形变网络STN构成； 步骤5.2，预训练好的教师网络不断通过知识蒸馏的方式，向学生网络传递知识，引导学生网络的输出向教师网络的输出靠近； 步骤5.3，将中间转换结果作为中Unet的输入，Unet网络计算出学生形变场，表示输入的原模态图像，生成器网络； 步骤5.4，将学生形变场和中间转换结果作为中STN的输入，通过形变计算得到目标模态的图像； 步骤5.5，在训练集中进行转换网络模型迭代的训练，训练结束后，得到训练好的学生网络； 步骤6，将待转换的原模态图像输入到生成器网络得到中间转换结果，将中间转换结果输入学生网络，输出转换后的图像，即为所求的目标模态图像。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。