深圳技术大学黄炳顶获国家专利权
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！
龙图腾网获悉深圳技术大学申请的专利一种基于深度学习神经网络的医学图像配准方法和装置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：CN116485853B 。
龙图腾网通过国家知识产权局官网在2025-08-19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：202310429352.8，技术领域涉及：G06T7/33；该发明授权一种基于深度学习神经网络的医学图像配准方法和装置是由黄炳顶;闫岩;苏李一磊设计研发完成，并于2023-04-14向国家知识产权局提交的专利申请。
本一种基于深度学习神经网络的医学图像配准方法和装置在说明书摘要公布了：本发明公开了一种基于深度学习神经网络的医学图像配准方法和装置，首先对待配准的医学图像对进行预处理，采用结合U‑Net卷积神经网络和注意力机制的配准模型，预测医学图像对中的固定图像和移动图像之间的形变场并根据形变场获得配准图像以将配准图像和固定图像配准。通过卷积神经网络提取局部特征，使用注意力机制学习局部特征的权重，并提取全局特征，特征提取充分，配准精度高。
本发明授权一种基于深度学习神经网络的医学图像配准方法和装置在权利要求书中公布了：1.一种基于深度学习神经网络的医学图像配准装置，其特征在于，所述装置包括： 数据预处理模块，用于对待配准的医学图像对进行预处理，获得预处理后的医学图像对，所述待配准的医学图像对包括固定图像和移动图像； 配准模型，基于U-Net卷积神经网络构建而成，所述配准模型的跳跃连接为基于注意力机制的多层网络模型，所述配准模型用于预测所述固定图像和所述移动图像之间的形变场并根据所述形变场获得配准图像； 所述配准模型的最后一层设有三个卷积核，每个所述卷积核用于获得一个维度的位移场； 所述多层网络模型的每一层均包括一个卷积补丁嵌入模块和若干个Transformer编码块，所述Transformer编码块的数量与所述Transformer编码块所在层的层级序号相同； 从所述多层网络模型的第二层开始，还包括前馈层，并且将上一层的输出通过残差连接加入至当前层以及将前馈层的输出以补丁的方式加入至所述卷积补丁嵌入模块； 所述前馈层包括多层感知机和两个隐藏层，所述隐藏层之间设有深度卷积层。
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深圳技术大学，其通讯地址为：518118 广东省深圳市坪山区石井街道兰田路3002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”。
以上内容由AI智能生成
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号