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 > 北京航空航天大学;无锡艾米特智能医疗科技有限公司王磊获国家专利权

北京航空航天大学;无锡艾米特智能医疗科技有限公司王磊获国家专利权

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!

龙图腾网获悉北京航空航天大学;无锡艾米特智能医疗科技有限公司申请的专利基于CycleGAN网络的针对肝脏US-CT医学图像转换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:CN117115106B

龙图腾网通过国家知识产权局官网在2025-12-26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:202311074593.1,技术领域涉及:G06T7/00;该发明授权基于CycleGAN网络的针对肝脏US-CT医学图像转换方法是由王磊;张建;王自锄;范培华;姚宇航;陈奎设计研发完成,并于2023-08-24向国家知识产权局提交的专利申请。

基于CycleGAN网络的针对肝脏US-CT医学图像转换方法在说明书摘要公布了:本发明公开了基于CycleGAN网络的针对肝脏US‑CT医学图像转换方法。包括:将肝脏US图像x作为训练样本输入给生成器G;生成器G根据肝脏US图像x生成肝脏伪CT图像y’;将肝脏伪CT图像y’作为训练样本输入给生成器F;生成器F根据肝脏伪CT图像y’生成环回肝脏US图像x”;训练生成器G;训练判别器Dy;将肝脏CT图像y作为训练样本输入给生成器F;生成器G根据肝脏CT图像y生成肝脏伪US图像x’;将生成的肝脏伪US图像x’作为训练样本输入给所述生成器G;生成器G根据肝脏伪US图像x’生成环回肝脏CT图像y”;训练生成器F;所述判别器Dx。

本发明授权基于CycleGAN网络的针对肝脏US-CT医学图像转换方法在权利要求书中公布了:1.一种基于CycleGAN网络的针对肝脏超声检测US图像与CT图像的转换方法,其特征在于,包括: 步骤S1,肝脏US图像与CT图像处理,包括:获取多份肝脏US图像数据与肝脏CT图像数据,从中分割出包括肝脏图像本身的区域,作为肝脏US图像与肝脏CT图像; 步骤S2,构建CycleGAN网络,包括构建生成器G、生成器F、判别器Dx与判别器Dy;其中,生成器G用于将输入的肝脏US图像转换为肝脏伪CT图像,以及用于将输入的肝脏伪US图像转换为环回肝脏CT图像;生成器F用于将输入的肝脏CT图像转换为肝脏伪US图像,以及用于将输入的肝脏伪CT图像转换为环回肝脏US图像;判别器Dx用于判断向其输入的图像是否是肝脏US图像;判别器Dy用于判断向其输入的图像是否是肝脏CT图像; 步骤S3,将步骤S1得到的肝脏US图像x作为训练样本输入给所述生成器G;所述生成器G根据肝脏US图像x生成肝脏伪CT图像y’;将生成的肝脏伪CT图像y’作为训练样本输入给所述生成器F;所述生成器F根据肝脏伪CT图像y’生成环回肝脏US图像x”; 步骤S4,计算损失其中根据判别器Dy判别肝脏伪CT图像y’的结果计算Loss1GAN,而用肝脏US图像X与环回肝脏US图像x”之间的差异计算LOSS1cycle;用损失Loss1更新所述生成器G的网络参数,并且保持所述生成器F和判别器Dy的网络参数不变; 步骤S5,将步骤S3得到的肝脏伪CT图像y’作为训练样本提供给判别器Dy,以及将步骤1得到的肝脏CT图像y作为训练样本提供给判别器Dy;其中肝脏伪CT图像y’与肝脏CT图像Y无需代表相同肝脏的图像;计算损失Loss2=Loss2GAN,其中根据判别器Dy判别肝脏伪CT图像y’与肝脏CT图像y的结果计算Loss2GAN;用损失Loss2更新所述判别器Dy的网络参数,并且保持所述生成器G、生成器F和判别器Dx的网络参数不变; 步骤S6,将步骤S1得到的肝脏CT图像y作为训练样本输入给所述生成器F;所述生成器F根据肝脏CT图像y生成肝脏伪US图像x’;将生成的肝脏伪US图像x’作为训练样本输入给所述生成器G;所述生成器G根据肝脏伪US图像x’生成环回肝脏CT图像y”; 步骤S7,计算损失Loss3=Loss3GAN+LOSS3cycle,其中根据判别器Dx判别肝脏伪US图像x’的结果计算Loss3GAN,而用肝脏CT图像y与环回肝脏CT图像y”之间的差异计算LOSS3cycle;用损失Loss3更新所述生成器F的网络参数,并且保持所述生成器G和判别器Dx的网络参数不变; 步骤S8,将步骤S6得到的肝脏伪US图像x’作为训练样本提供给判别器Dx,以及将步骤1得到的肝脏US图像x作为训练样本提供给判别器Dx;其中肝脏伪US图像x’与肝脏US图像x无需代表相同肝脏的图像;计算损失Loss4=Loss4GAN,其中根据判别器Dx判别肝脏伪US图像x’与肝脏US图像x的结果计算Loss4GAN;用损失Loss4更新所述判别器Dx的网络参数,并且保持所述生成器G、生成器F和判别器Dy的网络参数不变; 步骤S9,将待转换的肝脏US图像提供给经训练的所述生成器G,所述生成器G输出与所述待转换的肝脏US图像对应的肝脏CT图像;和或将待转换的肝脏CT图像提供给经训练的所述生成器F,所述生成器F输出与所述待转换的肝脏CT图像对应的肝脏US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北京航空航天大学;无锡艾米特智能医疗科技有限公司,其通讯地址为:100191 北京市海淀区学院路37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。