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！

龙图腾网获悉复旦大学附属华山医院申请的专利一种基于深度学习的PET图像跨膜态合成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：CN119599879B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411577531.7，技术领域涉及：G06T5/50；该发明授权一种基于深度学习的PET图像跨膜态合成方法是由左传涛;王静;刘丰韬;葛璟洁;张政伟设计研发完成，并于2024-11-06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PET图像跨膜态合成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PET图像跨膜态合成方法，适用于多巴胺转运蛋白dopaminetransporter,DAT成像，通过先进的图像处理技术，提高帕金森病的诊断准确性，该方法由11C‑CFT生成模型和PD分类模型两个核心部分组成。其中，11C‑CFT生成模型负责将实际扫描的18F‑FDGPET图像通过跨模态合成技术转换成11C‑CFTPET图像，而PD分类模型则利用真实18F‑FDGPET图像与合成11C‑CFTPET图像的多模态信息输出预测结果。本发明的优点在于，利用11C‑CFTPET在多巴胺能系统评估中的优势，通过合成的11C‑CFTPET图像来直接反映PD患者纹状体区域的DAT水平，为模型诊断结果提供直观的视觉依据，有助于医生理解和信任AI模型的诊断决策，有效克服了11C‑CFTPET成像的资源限制，使得精准的PD自动诊断技术得以在更广泛的医疗环境中实施。

本发明授权一种基于深度学习的PET图像跨膜态合成方法在权利要求书中公布了：1.一种基于深度学习的PET图像跨膜态合成方法，其特征在于，包括如下步骤： 图像获取步骤，获取两个以上的第一PET脑部扫描图像以及两个以上的第二PET脑部扫描图像，所述第一PET脑部扫描图像为一受试者的第一示踪剂PET脑部扫描图像，所述第二PET脑部扫描图像为一受试者的第二示踪剂PET脑部扫描图像，所述第一PET脑部扫描图像为实际扫描的18F-FDGPET图像，所述第二PET脑部扫描图像为实际扫描的11C-CFTPET图像； 第一模型构建步骤，所述第一模型采用3DU-Net网络结构，所述3DU-Net网络结构包括编码器、瓶颈层、解码器以及跳跃连接，所述编码器包括两个以上的残差模块以及下采样层，所述瓶颈层包括两个以上的残差模块，所述解码器的结构与所述编码器的结构相互对称，所述跳跃连接用于将不同尺度的编码器特征与解码器特征进行级联； 第二模型构建步骤，所述第二模型采用3DResNet-18网络结构，所述3DResNet-18网络结构由一个特征提取器和一个全连接层组成，所述特征提取器包括两个以上的残差模块以及卷积层； 第三模型构建步骤，基于CycleGAN的训练方式优化所述第一模型，构造与所述第一模型结构相同的第三模型，所述第三模型能够将实际扫描的11C-CFTPET图像转换为合成18F-FDGPET图像； 第四模型构建步骤，基于PatchGAN的训练方式和投影判别器优化所述第一模型，构造一第四模型，所述第四模型能够使合成11C-CFTPET图像内容与实际扫描的11C-CFTPET图像的数据分布对齐； 第五模型构建步骤，基于PatchGAN的训练方式和投影判别器优化所述第三模型，构造一第五模型，所述第五模型使合成18F-FDGPET图像内容与实际扫描的18F-FDGPET图像的数据分布对齐； 第一训练步骤，搭建第一循环路径以及第二循环路径，所述第一PET脑部扫描图像通过所述第一循环路径生成第一图像，所述第一图像以及所述第一PET脑部扫描图像基于损失函数的循环一致性损失进行第一相似性约束，所述第二PET脑部扫描图像通过所述第二循环路径以生成第二图像，所述第二图像以及所述第二PET脑部扫描图像基于损失函数的循环一致性损失进行第二相似性约束； 所述第一循环路径是指实际扫描的18F-FDGPET图像转化为合成11C-CFTPET图像，所述合成11C-CFTPET图像再转换为合成18F-FDGPET图像；所述第二循环路径是指实际扫描的11C-CFTPET图像转化为合成18F-FDGPET图像，所述合成18F-FDGPET图像再转换为合成11C-CFTPET图像； 第二训练步骤，将所述第一PET脑部扫描图像输入至训练好的第一模型生成第三图像，通过级联的方式将所述第一PET脑部扫描图像与所述第三图像构造成图像对，将所述图像对输入至所述第二模型，输出预测结果，并利用真实疾病标签作为监督信息，通过交叉熵损失对所述预测结果与所述真实疾病标签进行第三相似性约束，对所述预测结果进行分类；以及 输入步骤，将任一所述第一PET脑部扫描图像输入至训练后的第一模型以及训练后的第二模型，输出分类结果。

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复旦大学附属华山医院，其通讯地址为：200031 上海市静安区乌鲁木齐中路12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。