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！

龙图腾网获悉中南大学申请的专利一种基于深度学习的肝脏术前到术中的点云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：CN119672079B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411833080.9，技术领域涉及：G06F30/23；该发明授权一种基于深度学习的肝脏术前到术中的点云配准方法是由奎晓燕;陈泽明;邹北骥;李钦松;梁伟;明祖衡设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种基于深度学习的肝脏术前到术中的点云配准方法在说明书摘要公布了：本发明公开了一种基于深度学习的肝脏术前到术中的点云配准方法，包括以下步骤：获取现有真实三维肝脏模型数据；对现有真实三维肝脏模型数据进行预处理，得到术前肝脏完整点云和术中肝脏部分点云，以对应的术前肝脏完整点云和术中肝脏部分点云作为样本，获取样本数据集；基于双分支网络框架，构建初始肝脏点云配准模型；使用样本数据集对初始肝脏点云配准模型进行训练，得到肝脏点云配准模型；使用肝脏点云配准模型，进行实际的肝脏点云配准。本发明方法不仅在配准精度上有了极大提升，还提高了配准的速度，使其具有实时性，相比现有方法具有配准精度高，配准速度快的优点。

本发明授权一种基于深度学习的肝脏术前到术中的点云配准方法在权利要求书中公布了：1.一种基于深度学习的肝脏术前到术中的点云配准方法，其特征在于，包括以下步骤： S1.获取现有真实三维肝脏模型数据； S2.对步骤S1得到的现有真实三维肝脏模型数据进行预处理，得到术前肝脏完整点云和术中肝脏部分点云，以对应的术前肝脏完整点云和术中肝脏部分点云作为样本，获取样本数据集； S3.基于双分支网络框架，构建初始肝脏点云配准模型； S4.使用步骤S2得到的样本数据集对步骤S3得到的初始肝脏点云配准模型进行训练，得到肝脏点云配准模型； S5.使用步骤S4得到的肝脏点云配准模型，进行实际的肝脏点云配准； 步骤S3具体为： 基于双分支网络框架，构建初始肝脏点云配准模型；所述初始肝脏点云配准模型包括依次串联的特征提取模块和SVD分解模块； 特征提取模块为双分支网络，包括源点云分支和目标点云分支；源点云分支和目标点云分支结构相同；源点云分支包括依次串联的第一EdgeConv层、第二EdgeConv层、第三EdgeConv层、第一交叉注意力子模块、第二交叉注意力子模块；目标点云分支包括依次串联的第四EdgeConv层、第五EdgeConv层、第六EdgeConv层、第三交叉注意力子模块、第四交叉注意力子模块；第一~六EdgeConv层使用InstanceNorm归一化，并使用GELU作为激活函数；源点云分支输入的点云先通过第一~三EdgeConv层提取局部特征，再通过交叉注意力子模块与目标点云分支中对应的交叉注意力子模块交换信息，得到全局特征，其中，第一交叉注意力子模块与第三交叉注意力子模块交换信息，第二交叉注意力子模块与第四交叉注意力子模块交换信息；源点云分支和目标点云分支的输出进行特征维度连接后，得到的结果作为SVD分解模块的输入；SVD分解模块根据输入的数据，计算得到平移向量和旋转矩阵，作为模型的输出； 特征提取模块中，所述第一交叉注意力子模块的输出使用以下算式表示： ；其中，为第一交叉注意力子模块的输出；为源点云分支中第三EdgeConv层的输出；为的特征通道的维度大小；为经过线性变换的结果，为第三交叉注意力子模块对第一交叉注意力子模块通过交换信息的第一输入，为第三交叉注意力子模块对第一交叉注意力子模块通过交换信息的第二输入，使用以下算式进行计算：，，；其中，为目标点云分支中第六EdgeConv层的输出；为第一权重；为第二权重；为第三权重； 所述源点云分支的输出为第二交叉注意力子模块的输出，使用以下算式进行表示： ；其中，为第二交叉注意力子模块的输出；为的特征通道的维度大小；为经过线性变换的结果，为第四交叉注意力子模块对第二交叉注意力子模块通过交换信息的第一输入，为第四交叉注意力子模块对第二交叉注意力子模块通过交换信息的第二输入，使用以下算式进行计算： ，，；其中，为第三交叉注意力子模块的输出；为第四权重；为第五权重；为第六权重； 所述第三交叉注意力子模块的输出使用以下算式表示： ；其中，为第三交叉注意力子模块的输出；为的特征通道的维度大小；为经过线性变换的结果，为第一交叉注意力子模块对第三交叉注意力子模块通过交换信息的第一输入，为第一交叉注意力子模块对第三交叉注意力子模块通过交换信息的第二输入，使用以下算式进行计算： ，，；其中，为第七权重；为第八权重；为第九权重； 所述目标点云分支的输出为第四交叉注意力子模块的输出，使用以下算式进行表示： ；其中，为第四交叉注意力子模块的输出；为的特征通道的维度大小；为经过线性变换的结果，为第二交叉注意力子模块对第四交叉注意力子模块通过交换信息的第一输入，为第二交叉注意力子模块对第四交叉注意力子模块通过交换信息的第二输入，使用以下算式进行计算： ，，；其中，为第十权重；为第十一权重；为第十二权重。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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”。

以上内容由龙图腾AI智能生成。