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！

龙图腾网获悉广东工业大学申请的专利一种基于深度学习的MRI图像合成CT图像的方法及系统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：CN115311182B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202210941692.4，技术领域涉及：G06T5/50；该发明授权一种基于深度学习的MRI图像合成CT图像的方法及系统是由罗玉;张绍玮;凌捷;柳毅设计研发完成，并于2022-08-08向国家知识产权局提交的专利申请。

本一种基于深度学习的MRI图像合成CT图像的方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的MRI图像合成CT图像的方法及系统，方法包括：S1.获取MRI图像数据和CT图像数据并进行预处理；S2.使用K‑means算法对预处理后的CT图像进行骨骼位置进行标记，得到对应的二值掩膜图像；S3.利用得到二值掩膜图像提取CT图像的骨骼、非骨骼部分图像；S4.建立基于GAN的MRI转CT的深度学习网络模型；S5.构建所述网络模型的损失函数，所述损失函数包括生成对抗损失Ladv、像素级L1损失Lpix、二值交叉熵损失LBCE；S6.预处理后的MRI图像数据输入至基于GAN的MRI转CT的深度学习网络模型，输出CT图像。本发明充分利用CT图像不同部位的像素分布差异进行CT图像合成，提高了CT图像合成质量。

本发明授权一种基于深度学习的MRI图像合成CT图像的方法及系统在权利要求书中公布了：1.一种基于深度学习的MRI图像合成CT图像的方法，其特征在于，包括如下步骤： S1.获取MRI图像数据和CT图像数据并进行预处理，其中预处理步骤包括MRI图像的N4偏置校正、MRI图像和CT图像的去噪、MRI图像和CT图像的配准以及切片处理； S2.使用K-means算法对预处理后的CT图像进行骨骼位置进行标记，得到对应的二值掩膜图像； S3.利用得到二值掩膜图像提取CT图像的骨骼、非骨骼部分图像； S4.建立基于GAN的MRI图像转CT的深度学习网络模型，包含一个生成器网络G和鉴别器网络D，其中所述生成器网络G包括CT骨骼分割子模型Bone_segm、骨骼合成子模型Bone_syn、组织合成子模型Tissue_syn、集成模型Integ； 所述的骨骼分割子模型模型函数表达式为： 其中，xi∈RN为S1预处理后的MRI图像，所述MRI图像可为T1类型的MRI图像或T2类型的MRI图像，MRI图像为分割模型的输入，为MRI图像的骨骼分割图像，骨骼分割子模型对MRI图像进行分割，获取对应的骨骼掩膜，作为其他网络的先验信息，Bone_segm·表示将MRI图像映射到骨骼掩膜的深度学习网络模型； 所述的骨骼合成子模型函数表达式为： 其中，xi∈RN为S1预处理后的MRI图像，为相同MRI图像经骨骼分割网络分割得到的骨骼掩膜，Cat[·]表示通道维度的拼接操作，为模型合成的CT骨骼图像，Bone_syn·表示将MRI图像映射到CT骨骼的深度学习网络模型。 S5.构建所述网络模型的损失函数，所述损失函数包括生成对抗损失Ladv、像素级L1损失Lpix、二值交叉熵损失LBCE； S6.预处理后的MRI图像数据输入至基于GAN的MRI图像转CT的深度学习网络模型，输出CT图像。

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广东工业大学，其通讯地址为：510006 广东省广州市东风东路729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。