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！

龙图腾网获悉合肥工业大学申请的专利一种基于多尺度编解码器的多模态医学图像融合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：CN116757982B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310742652.1，技术领域涉及：G06T5/50；该发明授权一种基于多尺度编解码器的多模态医学图像融合方法是由刘羽;余晨;成娟;李畅;宋仁成;陈勋设计研发完成，并于2023-06-21向国家知识产权局提交的专利申请。

本一种基于多尺度编解码器的多模态医学图像融合方法在说明书摘要公布了：本发明公开了一种基于多尺度编解码器的多模态医学图像融合方法，包括：1数据预处理；2构建多尺度编解码器网络，包括：多尺度编码器和解码器，其中，编码器结合卷积和视觉转换器，主要做多尺度特征提取；解码器为跨模态融合模块、多尺度特征融合模块以及上采样模块，主要对编码器提取的多尺度特征进行跨模态融合以及多尺度交互，最后上采样得到融合结果；3对多尺度编解码器网络进行训练，得到训练好的多尺度编解码器网络用于进行图像融合。本发明能充分利用不同模态医学图像中的互补信息和多尺度特征来融合出质量更好的医学图像，为人眼观察提供质量较好的图像，从而能促进后续计算机视觉任务的执行，为临床诊断和手术导航提供有利支持。

本发明授权一种基于多尺度编解码器的多模态医学图像融合方法在权利要求书中公布了：1.一种基于多尺度编解码器的多模态医学图像融合方法，其特征在于，包括如下步骤： 步骤1：获取同一部位的两种不同模态的医学图像对进行灰度化处理，得到两种不同模态下的灰度图像；并将两种不同模态下的灰度图像分别划分T个图像块，得到两种不同模态下的图像块集合其中，表示结构成像模态下和功能成像模态下的第t对图像块； 步骤2、构建多尺度编解码器网络，包括：多尺度编码器和解码器； 步骤2.1：所述多尺度编码器包括：卷积块A和K个编码模块；每个编码模块包括卷积层、梯度层和视觉转换器层； 所述第t对灰度图像输入所述多尺度编码器中，并依次经过卷积块A和K个编码模块的处理后，得到多尺度特征图其中，表示两种不同模态下的第k个编码模块输出的一对特征图； 步骤2.2：所述解码器网络依次包括：K个跨模态融合模块、K-2个多尺度特征交互模块、K-3个上采样模块和一个卷积上采样模块，并对处理后，得到第t个融合结果 步骤3：利用式1构建多尺度编解码器网络的总损失函数Ltotal： Ltotal＝Lspa+λ·Lfre1 式1中，λ表频域损失的权重系数，Lspa表示空间的损失函数，并由式2得到，Lfre表示频域损失函数，并由式7得到； Lspa＝Lssim+α·Lint2 式2得中，Lssim表示结构相似度损失，并由式3得到，Lint为损失像素强度损失，并由式4得到，α是损失对应的权重系数； 式3中，SSIM表示结构相似性：和为两种不同模态下的权重系数，并由式5得到： 式5中，和表示两种不同模态下的显著性测量值，并由式6得到： 式6中，H和W表示图像块的长和宽，x和y表示像素在图像块中的横、纵坐标；表示结构成像模态下的第t个图像块中x,y处的像素值，表示功能成像模态下的第t个图像块中x,y处的像素值； 式7中，β表示权重系数，Lffl为引入的聚焦频域损失，并由式8得到： 式8中，是结构成像模态下的第t个图像块中x,y处像素的频域表示，是结构成像模态下的第t个图像块中x,y处像素的频域表示，是第t对输入图像块的融合结果中x,y处像素的频域表示； 步骤4：采用反向传播算法对所述多尺度编解码器网络进行训练，并计算所述总损失函数Ltotal以调整网络参数，直到达到设置的最大迭代次数为止，从而得到训练好的多尺度编解码器融合网络，用于对待处理的多模态医学图像对进行融合，得到的融合图像再进行色域转换，从而最终得到彩色融合图像结果。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。