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！

龙图腾网获悉海南大学申请的专利基于条件扩散概率模型的多参数MRI医学图像融合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：CN119991486B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202510083816.3，技术领域涉及：G06T5/70；该发明授权基于条件扩散概率模型的多参数MRI医学图像融合方法是由张雨;李豪;黄梦醒;李霄翔;冯文龙设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本基于条件扩散概率模型的多参数MRI医学图像融合方法在说明书摘要公布了：本公开实施例中提供了基于条件扩散概率模型的多参数MRI医学图像融合方法，方法包括：S101，将当前步数的高斯噪声与待融合的医学图像对进行拼接得到三通道张量，将所述三通道张量输入训练好的噪声预测器，以输出预测噪声；医学图像对为具有不同参数的MRI图像；S102，对预测噪声进行单步反向去噪得到当前步数的去噪图；S103，在判断所述当前步数达到预设步数时，输出当前步数的去噪图获得所需的医学融合图像，否则将所述去噪图设置为下一步数的高斯噪声，并返回步骤S101。本发明可有效地对前列腺多参数MRI图像进行图像融合，不仅可以增强对前列腺结构信息的识别和观察，还有利于精准定位疑似病灶区域。

本发明授权基于条件扩散概率模型的多参数MRI医学图像融合方法在权利要求书中公布了：1.一种多参数MRI医学图像融合方法，其特征在于，包括： S101，将当前步数的高斯噪声与待融合的医学图像对进行拼接得到三通道张量，将所述三通道张量输入训练好的噪声预测器，以输出预测噪声；其中，所述医学图像对为具有不同参数的MRI图像；在所述噪声预测器的训练过程中，使用暂代真值图像作为噪声预测器的输入使整个框架的任务难度由从高斯噪声生成期望融合图像降低至从暂代真值图像分布偏移至期望融合图像分布；所述噪声预测器是基于ScalableDiffusionModelswithTransformers中的DiT进行改进以适应医学图像融合任务，将用于分类的与图像融合任务无关的标签嵌入向量删除，只留下时间步长，Patchify层使用与patch块内元素数量匹配的向量来接收来自每个patch的信息，以及在Patchify层之前和相应的Reshape层之后添加残差卷积层以扩大感受野；所述暂代真值图像表示如下： 其中：为暂代真值图像；Fsc表示简单组合方法；IDWI,IT2表示源图像对； 设在1～T之间随机取值t，并随机产生一个高斯噪声ò～N0,I，则根据前向扩散过程生成的加噪图表示为： 其中，表示加噪图；表示噪声添加表，αt＝1-βt，βt是时刻t添加到数据的噪声方差的变量； S102，对所述预测噪声进行单步反向去噪得到当前步数的去噪图；所述单步反向去噪过程得到去噪图表示为： 其中： 为t时刻标准差， z：z～N0,Iift＞1,elsez＝0；òθ为噪声预测器； S103，在判断所述当前步数达到预设步数时，输出当前步数的去噪图获得所需的医学融合图像，否则将所述去噪图设置为下一步数的高斯噪声，并返回步骤S101。

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海南大学，其通讯地址为：570228 海南省海口市人民大道58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。