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！

龙图腾网获悉浙江中医药大学金华研究院申请的专利一种切片图像配准及标注的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：CN121353359B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511891640.0，技术领域涉及：G06T7/33；该发明授权一种切片图像配准及标注的方法是由郑艳榕;廖杰;陈忠设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本一种切片图像配准及标注的方法在说明书摘要公布了：本发明公开了一种切片图像配准及标注的方法，属于图像处理技术领域，步骤如下：基于生成对抗网络，利用训练好的第一生成器对脑切片图像进行风格迁移，得到风格迁移后的脑切片图像；利用训练好的改进ConvNext神经网络模型对风格迁移后的脑切片图像进行图谱层面位置识别，并与艾伦标志图片切片图像进行配对，构成脑切片图像匹配对；将若干脑切片图像匹配对输入基于Voxelmorph配准模型，得到脑切片图像与艾伦标志图片切片图像间的非线性配准向量场；基于非线性配准向量场，将艾伦标准图谱切片图像的图谱信息配准到脑切片图像，完成脑切片图像配准与解破学标注。本发明解决了小鼠脑切片图像配准与标注准确性和效率不足的问题。

本发明授权一种切片图像配准及标注的方法在权利要求书中公布了：1.一种切片图像配准及标注的方法，其特征在于，包括如下步骤： S1、获取脑切片图像，并基于生成对抗网络，利用训练好的第一生成器对脑切片图像进行风格迁移，得到风格迁移后的脑切片图像； 所述S1包括如下步骤： S11、获取若干具有坐标信息的不同模态的脑切片图像； S12、将获取的脑切片图像按照明场和暗场的成像方式进行分组，得到由明场脑切片图像构成的第一数据集和由暗场脑切片图像构成的第二数据集； S13、基于对抗生成网络CycleGAN，根据第一数据集中的明场脑切片图像和第二数据集中的暗场脑切片图像与艾伦标准图谱切片图像间的对应关系，对第一生成器进行无监督风格迁移学习训练，得到训练好的第一生成器； 所述对抗生成网络CycleGAN包括基于ResNet-Unet结构的第一生成器和第二生成器，以及基于PatchGAN结构的第一判别器和第二判别器； 将第一数据集中的明场脑切片图像和第二数据集中的暗场脑切片图像作为源域图像，并将艾伦标准图谱切片图像作为目标域图像； 所述第一生成器用于读取原始的源域图像并生成伪造的目标域图像； 所述第二生成器用于读取原始的目标域图像并生成伪造的源域图像； 所述第一判别器用于判别输入的图像是真实的目标域图像或由第一生成器生成的伪造的目标域图像； 所述第二判别器用于判别输入的图像是真实的源域图像或由第二生成器生成的伪造的源域图像； S14、基于训练好的第一生成器对脑切片图像进行风格迁移处理，得到风格迁移后的脑切片图像； S2、利用训练好的改进ConvNext神经网络模型对风格迁移后的脑切片图像进行图谱层面位置识别，并将风格迁移后的脑切片图像与艾伦标志图片切片图像进行配对，构成脑切片图像匹配对； 所述S2包括如下步骤： S21、利用训练好的改进ConvNext神经网络模型对风格迁移后的脑切片图像进行图谱层面位置识别，预测得到风格迁移后的脑切片图像在艾伦3D脑图谱中的空间位置，作为预测空间位置； S22、基于预测空间位置提取对应的标准二维图谱图像，作为艾伦标志图片切片图像，并将风格迁移后的脑切片图像与艾伦标志图片切片图像进行配对，构成脑切片图像匹配对； S3、将若干脑切片图像匹配对输入基于Voxelmorph配准模型，得到脑切片图像与艾伦标志图片切片图像间的非线性配准向量场； S4、基于非线性配准向量场，将艾伦标志图片切片图像的图谱信息配准到脑切片图像，完成脑切片图像配准与解破学标注。

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浙江中医药大学金华研究院，其通讯地址为：321000 浙江省金华市塘雅镇金义快速路浙大网新科技产业孵化园E区E1-b幢一层101室；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。