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！

龙图腾网获悉电子科技大学(深圳)高等研究院申请的专利一种基于潜空间扩散模型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：CN119494863B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510074508.4，技术领域涉及：G06T7/33；该发明授权一种基于潜空间扩散模型的跨模态医学图像配准方法是由蒲晓蓉;李嘉锴设计研发完成，并于2025-01-17向国家知识产权局提交的专利申请。

本一种基于潜空间扩散模型的跨模态医学图像配准方法在说明书摘要公布了：本发明公开一种基于潜空间扩散模型的跨模态医学图像配准方法，涉及医学图像处理技术领域，解决了现有配准方法不适用于多模态医学图像配准的技术问题。该方法包括：获取第一模态原始医学图像、第二模态原始医学图像，预处理操作得到浮动图像、目标图像；构建跨模态转换网络，利用预训练的自编码器将目标图像压缩至潜空间表示并输入扩散模型中，通过正向加噪和反向去噪进行训练；浮动图像输入跨模态转换网络的扩散模型中，生成第二模态转换图像；将浮动图像、目标图像输入配准网络中，对浮动图像、第二模态转换图像得到各自配准后的图像；训练配准网络，得到浮动图像配准后的图像。本发明应用领域较广，适用于多种模态医学图像之间的配准。

本发明授权一种基于潜空间扩散模型的跨模态医学图像配准方法在权利要求书中公布了：1.一种基于潜空间扩散模型的跨模态医学图像配准方法，其特征在于，包括以下步骤： S100：获取第一模态原始医学图像、第二模态原始医学图像，分别进行切片及尺寸调整得到第一模态切片图像、第二模态切片图像，对所述第一模态切片图像、第二模态切片图像进行预处理操作得到浮动图像、目标图像，形成浮动图像、目标图像配准图像对； S200：构建跨模态转换网络，利用预训练的自编码器将所述目标图像压缩至潜空间表示并输入扩散模型中，通过正向加噪和反向去噪进行训练； S300：所述浮动图像经自编码器压缩输入所述跨模态转换网络的扩散模型中，生成第二模态转换图像； S400：构建图像配准网络，将所述浮动图像、目标图像输入配准网络中，输出配准变形场，基于空间变换网络、配准变形场对浮动图像、第二模态转换图像分别进行扭曲变形得到各自配准后的图像； S500：计算浮动图像配准后的图像和目标图像之间的重构损失，第二模态转换图像配准后的图像和目标图像之间的相似性损失，以及配准变形场的平滑损失，基于最小化所述重构损失、相似性损失、平滑损失训练所述配准网络，并重复执行所述S200~S500步骤； S600：所述浮动图像、目标图像再次执行步骤S400，得到浮动图像配准后的图像； 所述S100步骤中，所述第一模态切片图像、第二模态切片图像分别通过在所述第一模态原始医学图像、第二模态原始医学图像的每个体积上切片并将尺寸调整为256*256像素得到；所述预处理操作包括仿射变换、对齐和归一化，以进行浮动图像与目标图像的粗配准； 所述S200步骤中，所述跨模态转换网络包括感知图像压缩模块的自编码器和潜变量空间的扩散模型；所述自编码器包括编码器和解码器，采用预处理操作后的所述目标图像进行训练； 所述S300步骤中，使用所述自编码器将第二模态的目标图像数据压缩至潜空间表示，生成浮动图像的潜空间变量；浮动图像的潜空间变量经过扩散模型的扩散，生成第二模态的潜空间变量；通过解码器将第二模态的潜空间变量解码至像素空间，生成第二模态的图像，使浮动图像从第一模态到第二模态转换。

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电子科技大学(深圳)高等研究院，其通讯地址为：518110 广东省深圳市龙华区观澜街道新澜社区观光路1301-78号银星智界二期2号楼；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”。

以上内容由龙图腾AI智能生成。