中国科学院自动化研究所杜洋获国家专利权
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!
龙图腾网获悉中国科学院自动化研究所申请的专利荧光-磁粒子图像融合方法和多模态图像融合模型的训练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:CN119991468B 。
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:202510135612.X,技术领域涉及:G06T5/50;该发明授权荧光-磁粒子图像融合方法和多模态图像融合模型的训练方法是由杜洋;田捷;温佳璇;苏磊;孙泽雯设计研发完成,并于2025-02-07向国家知识产权局提交的专利申请。
本荧光-磁粒子图像融合方法和多模态图像融合模型的训练方法在说明书摘要公布了:本发明提供了一种荧光‑磁粒子图像融合方法,可以应用于医学影像处理技术领域。该方法包括:对配准后的二维近红外荧光图像进行二维卷积处理,得到多通道近红外荧光扩展特征图,并将多通道近红外荧光扩展特征图与配准后的三维磁粒子断层图像进行初始融合,得到三维近红外荧光扩展特征图;对三维近红外荧光扩展特征图进行多轮次三维卷积处理,得到多尺度近红外荧光特征图,并对配准后的三维磁粒子断层图像进行多轮次三维卷积处理,得到多尺度磁粒子特征图;基于自适应交叉注意力机制,对多尺度近红外荧光特征图和多尺度磁粒子特征图进行相同尺度上的多轮次特征图融合,并将多轮次特征图融合结果进行滤波卷积处理,得到三维荧光‑磁粒子融合图像。
本发明授权荧光-磁粒子图像融合方法和多模态图像融合模型的训练方法在权利要求书中公布了:1.一种荧光-磁粒子图像融合方法,其特征在于,所述方法包括: 利用训练完成的多模态图像融合模型对配准后的二维近红外荧光图像进行二维卷积处理,得到多通道近红外荧光扩展特征图,并将所述多通道近红外荧光扩展特征图与配准后的三维磁粒子断层图像进行初始融合,得到三维近红外荧光扩展特征图; 利用训练完成的多模态图像融合模型的第一近红外荧光卷积模块对所述三维近红外荧光扩展特征图进行初始三维卷积处理,并对初始三维卷积处理的结果进行初始激活处理,得到初始激活结果; 利用所述第一近红外荧光卷积模块对所述初始激活结果进行二次三维卷积处理,并将二次三维卷积处理的结果进行二次激活处理,得到第一尺度近红外荧光特征图; 利用所述训练完成的多模态图像融合模型的第二近红外荧光卷积模块对所述第一尺度近红外荧光特征图进行与所述三维近红外荧光扩展特征图相同的处理,得到第二尺度近红外荧光特征图; 利用所述训练完成的多模态图像融合模型的第三近红外荧光卷积模块对所述第二尺度近红外荧光特征图进行与所述三维近红外荧光扩展特征图相同的处理,得到第三尺度近红外荧光特征图,并对所述配准后的三维磁粒子断层图像进行多轮次三维卷积处理,得到多尺度磁粒子特征图; 利用所述训练完成的多模态图像融合模型的第一交叉注意力机制模块将所述第一尺度近红外荧光特征图和所述多尺度磁粒子特征图中的第一尺度磁粒子特征图进行融合,得到第一融合特征图; 利用所述训练完成的多模态图像融合模型的第二交叉注意力机制模块将所述第二尺度近红外荧光特征图和所述多尺度磁粒子特征图中的第二尺度磁粒子特征图进行融合,得到第二融合特征图; 利用所述训练完成的多模态图像融合模型的第三交叉注意力机制模块将所述第三尺度近红外荧光特征图和所述多尺度磁粒子特征图中的第三尺度磁粒子特征图进行融合,得到第三融合特征图; 利用所述训练完成的多模态图像融合模型将所述第三融合特征图与所述第三尺度磁粒子特征图进行首次连接,并对首次连接后的融合特征图进行首次上采样,得到第一上采样后的融合特征图; 利用所述训练完成的多模态图像融合模型将所述第一上采样后的融合特征图与所述第二融合特征图进行二次连接,并对二次连接后的融合特征图进行二次上采样,得到第二上采样后的融合特征图; 利用所述训练完成的多模态图像融合模型将所述第二上采样后的融合图像与所述第一融合特征图进行三次连接,并对三次连接后的融合特征图进行第三次上采样,得到多轮次特征图融合结果,并将多轮次特征图融合结果进行滤波卷积处理,得到三维荧光-磁粒子融合图像。
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”。
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。