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！

龙图腾网获悉中国科学院自动化研究所申请的专利脑神经纤维束的分割与重建方法、装置及电子设备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：CN120451181B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202510328547.2，技术领域涉及：G06T7/11；该发明授权脑神经纤维束的分割与重建方法、装置及电子设备是由蒋文韬;宋明;孙兰;蒋田仔设计研发完成，并于2025-03-19向国家知识产权局提交的专利申请。

本脑神经纤维束的分割与重建方法、装置及电子设备在说明书摘要公布了：本发明提供一种脑神经纤维束的分割与重建方法、装置及电子设备，涉及图像处理技术领域，包括获取包含脑影像的光谱仪成像数据及其对应的脑神经纤维束标注将解算后的光谱仪成像数据切片为二维数据，按照指定比例的将二维数据分为训练数据和测试数据，将训练数据作为样本训练数据对应的脑神经纤维束标注作为标签，基于目标损失函数对初始分割网络进行训练得到脑神经纤维束分割模型，将测试数据输入至脑神经纤维束分割模型得到预测的脑神经纤维束分割图像，将预测的脑神经纤维束分割图像进行堆叠生成三维图像块，利用相邻三维图像块之间重叠区域的信息进行拼接，完成脑神经纤维束的三维重建；提供了一种高效精确的脑神经纤维束分割与三维重建方法。

本发明授权脑神经纤维束的分割与重建方法、装置及电子设备在权利要求书中公布了：1.一种脑神经纤维束的分割与重建方法，其特征在于，包括： 获取包含脑影像的光谱仪成像数据及其对应的脑神经纤维束标注； 将解算后的所述光谱仪成像数据切片为二维数据，按照指定比例将所述二维数据分为训练数据和测试数据；所述二维数据包括强度图像和相位延迟图像； 将所述训练数据作为样本，所述训练数据对应的脑神经纤维束标注作为标签，基于目标损失函数对初始分割网络进行训练得到脑神经纤维束分割模型；所述目标损失函数是基于所述脑神经纤维束标注的相似度系数及初始分割网络的交叉熵损失函数构建得到的； 将所述测试数据输入至所述脑神经纤维束分割模型得到预测的脑神经纤维束分割图像； 将所述预测的脑神经纤维束分割图像进行堆叠生成三维图像块，利用相邻所述三维图像块之间重叠区域的信息进行拼接，完成脑神经纤维束的三维重建； 所述获取包含脑影像的光谱仪成像数据及其对应的脑神经纤维束标注，包括： 采集包含所述脑影像的原始光谱仪成像数据； 剔除所述原始光谱仪成像数据中只包含包埋材料以及灰质区域大于指定阈值的三维图像块，裁剪所述灰质区域小于或等于指定阈值的三维图像块的灰质部分，得到光谱仪成像数据； 获取所述光谱仪成像数据中分布脑神经纤维束的目标脑区的标注，作为所述光谱仪成像数据对应的脑神经纤维束标注； 所述将所述预测的脑神经纤维束分割图像进行堆叠生成三维图像块，利用相邻所述三维图像块之间重叠区域的信息进行拼接，完成脑神经纤维束的三维重建，包括： 将所述预测的脑神经纤维束分割图像进行堆叠生成预测的脑神经纤维束分割图像块；所述三维图像块包括三维强度图像块、三维相位延迟图像块和所述预测的脑神经纤维束分割图像块，所述三维强度图像块和所述三维相位延迟图像块是基于解算后的所述光谱仪成像数据得到的； 对所述三维强度图像块、所述三维相位延迟图像块和所述预测的脑神经纤维束分割图像块进行降采样得到各向同性分辨率； 基于降采样后的三维强度图像块的位置参数，依据相位相关的方法估计所述三维强度图像块两两图像块之间的最优位移量及全局最优位移； 基于估计的所述最优位移量及所述全局最优位移，完成层面内所有所述三维强度图像块的二维融合拼接； 根据不同层的位置信息，将已拼接好的单层三维强度图像块根据深度位置信息沿Z轴进行拼接，完成三维融合拼接，并保存拼接参数； 将所述拼接参数应用到所述三维相位延迟图像块和所述预测的脑神经纤维束分割图像块上，生成并输出三维重建后的强度图像和脑神经纤维束图像。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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。