大湾区大学(筹)余梓彤获国家专利权
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!
龙图腾网获悉大湾区大学(筹)申请的专利一种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:CN118608396B 。
龙图腾网通过国家知识产权局官网在2026-02-10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:202410599618.8,技术领域涉及:G06T5/50;该发明授权一种多模态医学图像融合方法是由余梓彤;谢欣宇;邢博浩;叶启朗;张小志设计研发完成,并于2024-05-15向国家知识产权局提交的专利申请。
本一种多模态医学图像融合方法在说明书摘要公布了:本发明公开了一种多模态医学图像融合方法,所述方法包括:获取待融合的第一医学图像和第二医学图像,所述第一医学图像为MRI图像,所述第二医学图像为CT图像或者SPECT图像或者PET图像;根据所述第二医学图像,确定亮度图像和色度图像;利用多模态医学图像融合模型对所述第一医学图像和所述亮度图像进行融合处理,得到初步融合图像;根据所述初步融合图像和所述色度图像,确定最终融合图像。本发明可以更为可靠地捕捉不同模式图像中复杂的细节信息和互补信息,从而有效提高不同模态图像之间的融合质量。
本发明授权一种多模态医学图像融合方法在权利要求书中公布了:1.一种多模态医学图像融合方法,其特征在于,所述方法包括: 获取待融合的第一医学图像和第二医学图像,所述第一医学图像为MRI图像,所述第二医学图像为CT图像或者SPECT图像或者PET图像; 根据所述第二医学图像,确定亮度图像和色度图像; 利用多模态医学图像融合模型对所述第一医学图像和所述亮度图像进行融合处理,得到初步融合图像; 根据所述初步融合图像和所述色度图像,确定最终融合图像; 其中,所述多模态医学图像融合模型包括编码网络、融合网络和解码网络; 所述编码网络用于从所述第一医学图像中提取不同尺度的四个第一特征图,从所述亮度图像中提取不同尺度的四个第二特征图; 所述融合网络用于对同一尺度的第一特征图和第二特征图进行交叉融合得到初始融合特征图,再对不同尺度的四个初始融合特征图进行多尺度融合得到对应的四个最终融合特征图; 所述解码网络用于对不同尺度的四个最终融合特征图进行重构得到初步融合图像; 其中,所述融合网络包括四层交叉动态频率融合器和四层多尺度融合器,每层交叉动态频率融合器与每层多尺度融合器连接; 每层交叉动态频率融合器包括特征增强网络和特征挖掘网络,当该层交叉动态频率融合器接收到对应尺度的第一特征图和第二特征图时,将所述第一特征图进行通道切分得到第一特征子图和第二特征子图,将所述第二特征图进行通道切分得到第三特征子图和第四特征子图,通过所述特征增强网络对所述第一特征子图与所述第三特征子图进行特异性特征增强和整体特征融合得到第一中间特征子图,通过所述特征挖掘网络对所述第二特征子图与所述第四特征子图进行共同特征增强和整体特征融合得到第二中间特征子图,将所述第一中间特征子图和所述第二中间特征子图进行融合得到初始融合特征图; 在每层多尺度融合器中,将所述四个初始融合特征图进行拼接之后经过多次卷积运算和单次残差连接得到最终融合特征图。
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大湾区大学(筹),其通讯地址为:523808 广东省东莞市松山湖园区学府路3号A5栋19层;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励