Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳市医诺智能科技发展有限公司刘吉平获国家专利权

深圳市医诺智能科技发展有限公司刘吉平获国家专利权

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!

龙图腾网获悉深圳市医诺智能科技发展有限公司申请的专利一种基于深度学习的MRI图像与CT图像转化方法及终端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:CN114266929B

龙图腾网通过国家知识产权局官网在2025-09-09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:202111458847.0,技术领域涉及:G06V10/774;该发明授权一种基于深度学习的MRI图像与CT图像转化方法及终端是由刘吉平;张翔;单国平;陈炜;时建芳;王彬冰;王俊;谢宝文设计研发完成,并于2021-12-02向国家知识产权局提交的专利申请。

一种基于深度学习的MRI图像与CT图像转化方法及终端在说明书摘要公布了:本发明公开一种基于深度学习的MRI图像与CT图像转化方法及终端,获取训练MRI图像与训练CT图像,并对所述训练MRI图像与训练CT图像进行N4偏置校正和直方图匹配,得到预处理后的训练MRI图像与预处理后的训练CT图像;基于所述预处理后的训练MRI图像与所述预处理后的训练CT图像对初始全卷积神经网络模型进行训练和验证,得到最终全卷积神经网络模型;获取待转化图像,并将所述待转化图像输入所述最终全卷积神经网络模型,得到与所述待转化图像对应的合成图像,从而能够提高MRI图像与CT图像转化的精确度。

本发明授权一种基于深度学习的MRI图像与CT图像转化方法及终端在权利要求书中公布了:1.一种基于深度学习的MRI图像与CT图像转化方法,其特征在于,包括: 获取训练MRI图像与训练CT图像,并对所述训练MRI图像与训练CT图像进行N4偏置校正和直方图匹配,得到预处理后的训练MRI图像与预处理后的训练CT图像; 基于所述预处理后的训练MRI图像与所述预处理后的训练CT图像对初始全卷积神经网络模型进行训练和验证,得到最终全卷积神经网络模型; 获取待转化图像,并将所述待转化图像输入所述最终全卷积神经网络模型,得到与所述待转化图像对应的合成图像; 所述基于所述预处理后的训练MRI图像与所述预处理后的训练CT图像对初始全卷积神经网络模型进行训练和验证,得到最终全卷积神经网络模型包括: 将所述预处理后的训练MRI图像输入初始全卷积神经网络模型的编码器网络,得到第一低分辨率特征图与第一高分辨率特征图; 将所述第一低分辨率特征图输入所述初始全卷积神经网络模型的解码器网络进行上采样操作并融合所述第一高分辨率特征图,得到训练伪CT图像; 将所述训练伪CT图像与所述预处理后的训练CT图像进行损失计算,得到第一误差值; 根据所述第一误差值与预设训练轮次对所述初始全卷积神经网络模型进行训练,得到第一最终全卷积神经网络模型; 将所述预处理后的训练CT图像输入初始全卷积神经网络模型的编码器网络,得到第二低分辨率特征图与第二高分辨率特征图; 将所述低分辨率特征图输入所述初始全卷积神经网络模型的解码器网络进行上采样操作并融合所述第二高分辨率特征图,得到训练伪MRI图像; 将所述训练伪MRI图像与所述预处理后的训练MRI图像进行损失计算,得到第二误差值; 根据所述第二误差值与预设训练轮次对所述初始全卷积神经网络模型进行训练,得到第二最终全卷积神经网络模型。

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市医诺智能科技发展有限公司,其通讯地址为:518000 广东省深圳市南山区西丽街道中山园路1001号TCL国际E城G4栋B单元1001;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”。

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。