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！

龙图腾网获悉重庆邮电大学申请的专利一种联合图像配准与分割的脑卒中病灶分割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：CN115100412B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202210941718.5，技术领域涉及：G06V10/26；该发明授权一种联合图像配准与分割的脑卒中病灶分割方法是由王伟;陈勇;李欣蔚;陈望;刘洪;江超设计研发完成，并于2022-08-08向国家知识产权局提交的专利申请。

本一种联合图像配准与分割的脑卒中病灶分割方法在说明书摘要公布了：本发明涉及图像处理技术领域，具体涉及一种联合图像配准与分割的脑卒中病灶分割方法；在该方法中构建联合网络分割模型，该联合网络分割模型包括图像配准网络和3DMI‑UNet分割网络；获取患者的医学图像与固定的模板图像组成训练样本对，采用训练样本对训练联合网络分割模型；采用训练完成的联合网络分割模型对待检查患者的医学图像进行脑卒中病灶分割；本发明联合图像配准与分割设计联合框架，采用联合损失函数实现优化，完成脑卒中病灶分割。

本发明授权一种联合图像配准与分割的脑卒中病灶分割方法在权利要求书中公布了：1.一种联合图像配准与分割的脑卒中病灶分割方法，其特征在于，构建联合网络分割模型，该联合网络分割模型包括图像配准网络和3DMI-UNet分割网络；获取患者的医学图像与固定的模板图像组成训练样本对，采用训练样本对训练联合网络分割模型；采用训练完成的联合网络分割模型对待检查患者的医学图像进行脑卒中病灶分割； 联合网络分割模型的训练过程包括以下步骤： S1.选择一个患者的医学图像和一个固定的模板图像共同输入共享编码器，得到编码医学图像与编码模板图像； S2.将编码医学图像与编码模板图像独立输入到3DMI-UNet分割网络，分别得到医学图像掩膜和模板图像掩膜；并采用骰子与交叉熵的结合损失函数进行训练； S3.在图像配准网络中将编码医学图像投影到编码固定图像，得到变形场；并采用平滑正则化函数进行训练； 图像配准网络以计算对应于平滑正则化超参数的最优变形场为目标，构建目标函数，表示为： 其中，表示变形场，Lsim·,·表示相异函数，Lreg·表示平滑正则化函数，F表示固定的模板图像，表示经过变形场后的患者的医学图像，λp表示均匀采样的预定义范围，根据经验将λp的预定义范围设置为[0，10]； 联合网络分割模型采用深度拉普拉斯金字塔图像配准网络，深度拉普拉斯金字塔图像配准网络中搭建多级拉普拉斯金字塔框架；基于目标函数，建立多级拉普拉斯金字塔框架中每个级别的优化问题，表示为： 其中，表示变形场的平滑正则化，NCCω表示窗口大小为ω的局部归一化互相关，Fi表示拉普拉斯金字塔框架中第i级输入的模板图像，表示拉普拉斯金字塔框架中第i级输入的移动图像，l表示拉普拉斯金字塔框架的总级数； 采用基于CNN的配准网络解决L级拉普拉斯金字塔框架中每个级别的优化问题；基于CNN的配准网络由3部分组成：特征编码器、条件图像配准模块和特征解码器；特征编码器提取用于可变形图像配准的必要低层特征，条件图像配准模块将特征编码器提取的用于可变形图像配准的必要低层特征图和正则化超参数作为输入，并基于条件实例归一化输出带移位特征统计的隐藏特征；特征解码器向上采样并输出目标变形场； S4.将步骤S3的变形场用于步骤S2中的医学图像掩膜，将变换后的医学图像掩膜与模板图像掩膜比较，采用解剖相似性损失函数进行训练优化。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。