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！

龙图腾网获悉安徽大学;合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)申请的专利一种基于符号距离函数协同分割的跨模态医学图像配准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：CN116452645B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202310441400.5，技术领域涉及：G06T7/33；该发明授权一种基于符号距离函数协同分割的跨模态医学图像配准方法是由韩婷婷;屈磊;李圆圆;吴军;黄志祥;赵靖雨设计研发完成，并于2023-04-23向国家知识产权局提交的专利申请。

本一种基于符号距离函数协同分割的跨模态医学图像配准方法在说明书摘要公布了：本发明涉及一种基于符号距离函数协同分割的跨模态医学图像配准方法，包括：将跨模态生物医学图像分为浮动图像和固定图像；预估固定图像的符号距离场；得到训练后的分割模型；进行Voxel‑Morph配准模型的训练；重复步骤2到步骤4，直到重构模型、分割模型和配准模型收敛；将预估符号距离场和计算的待配准的、浮动图像的真实的符号距离场输入收敛后的Voxel‑Morph配准模型中生成配准后的浮动图像。本发明将跨模态图像的符号距离场作为潜在结构特征有效协同分割和配准任务，将跨模态图像配准问题转化成模态无关的单模态配准问题，大大提高了小样本场景下的跨模态生物医学图像的配准表现，提高了跨模态脑配准的精度。

本发明授权一种基于符号距离函数协同分割的跨模态医学图像配准方法在权利要求书中公布了：1.一种基于符号距离函数协同分割的跨模态医学图像配准方法，其特征在于：该方法包括下列顺序的步骤： 1获取跨模态生物医学图像数据及分割标签，并将跨模态生物医学图像分为浮动图像和固定图像； 2用固定图像构建重构模型，并进行模型训练，使用训练的重构模型预估固定图像的符号距离场； 3使用预估的固定图像符号距离场作为分割模型的输入，并进行分割模型训练，得到训练后的分割模型； 4通过浮动图像的分割标签计算其真实的符号距离场，使用预估的固定图像符号距离场和计算的浮动图像真实符号距离场作为Voxel-Morph配准模型的输入，进行Voxel-Morph配准模型的训练，Voxel-Morph配准模型由图像相似性约束和形变场正则化构建代价函数来驱动配准模型训练；使用训练后的分割模型为Voxel-Morph配准模型生成分割标签，使用该分割标签来辅助Voxel-Morph配准模型的训练； 5重复步骤2到步骤4，直到重构模型、分割模型和配准模型收敛； 6将待配准固定图像输入到收敛后的重构模型中预估符号距离场，通过待配准浮动图像的分割标签计算其真实的符号距离场，然后将预估符号距离场和计算的待配准浮动图像的真实符号距离场输入收敛后的Voxel-Morph配准模型中生成配准后的浮动图像。

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安徽大学;合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。