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！

龙图腾网获悉复影(上海)医疗科技有限公司申请的专利基于多模态MRI的脑肿瘤分割方法及系统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：CN120125827B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202510600900.8，技术领域涉及：G06V10/26；该发明授权基于多模态MRI的脑肿瘤分割方法及系统是由刘晓;耿道颖;戴健;郑智佶;吕锟;周锟设计研发完成，并于2025-05-12向国家知识产权局提交的专利申请。

本基于多模态MRI的脑肿瘤分割方法及系统在说明书摘要公布了：本发明提供了一种基于多模态MRI的脑肿瘤分割方法及系统，包括：获取多模态MRI图像；使用仿射变换对多模态MRI图像进行刚性配准；将配准后的多模态MRI图像沿通道维度拼接，形成初始输入张量，送入分割网络BTSN编码器进行提取多模态MRI特征；将多模态MRI特征和镜像特征作为对称边界视觉差异模块SVDB的输入提取对称边界视觉差异特征；将多模态MRI特征、镜像特征以及对称边界视觉差异特征均通过跳跃连接至对应级别的解码模块中进行解码，逐步恢复分割图像分辨率，直至最后通过的卷积层获得与原始MRI尺寸相同的分割结果。本发明能够生成精确的肿瘤分割结果，显著提升肿瘤分割的准确性和鲁棒性。

本发明授权基于多模态MRI的脑肿瘤分割方法及系统在权利要求书中公布了：1.一种基于多模态MRI的脑肿瘤分割方法，其特征在于，包括： 步骤S1：获取多模态MRI图像； 步骤S2：使用仿射变换对所述多模态MRI图像进行刚性配准； 步骤S3：将配准后的多模态MRI图像沿通道维度拼接，形成初始输入张量，送入分割网络BTSN编码器进行提取多模态MRI特征； 所述BTSN编码器由级联的个RSU模块组成； 所述RSU模块内嵌U型网络为编-解码层通过跳跃进行连接，最终输入特征和解码特征通过相加操作获得模块的输出，即多模态MRI特征； 镜像编码器对镜像图像进行拼接和卷积后，通过个RSU模块进行镜像特征提取，即镜像特征； 步骤S4：对所述MRI图像镜像处理得到镜像MRI图像，并通过并行的镜像编码器提取对应的镜像特征； 步骤S5：将所述多模态MRI特征和所述镜像特征作为对称边界视觉差异模块SVDB的输入提取肿瘤在左右脑的对称边界视觉差异特征； 步骤S5包括： 步骤S5.1：输入多模态MRI特征和镜像特征，通过逐元素减法计算原始MRI和镜像MRI之间的差异，通过卷积层将进行卷积特征提取，公式如下： 其中，是具有核的卷积运算，是逐元素减法运算； 步骤S5.2：将先经过归一化层LayerNorm和一个卷积核为的深度卷积层进行通道压缩，随后使用矩阵对应相加操作将压缩后的特征与归一化的输入特征逐元素相加，最后通过卷积层获得，计算公式如下： 其中，LN是LayerNorm操作，是矩阵对应相加操作； 步骤S5.3：为应对场输入图像的尺度变化捕捉更广泛的空间上下文信息，将获得的送入空间上下文注意力模块SCM获得，同时通过具有多分支空洞卷积结构的特征细化模块FRM对小目标的核团信息表达获得； 步骤S5.4：将和通过concat操作和卷积层进一步获得视觉差异特征，计算如下： = 其中，是卷积的参数，对称边界视觉差异模块的输出，即对称边界视觉差异特征如下式所示： 其中，是卷积的参数； 步骤S6：将多模态MRI特征、镜像特征以及对称边界视觉差异特征均通过跳跃连接至对应级别的解码模块中进行解码，逐步恢复分割图像分辨率，直至最后通过的卷积层获得与原始MRI尺寸相同的分割结果。

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复影(上海)医疗科技有限公司，其通讯地址为：201306 上海市浦东新区中国(上海)自由贸易试验区临港新片区环湖西二路888号C楼；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”。