Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 首都医科大学附属北京康复医院(北京工人疗养院)王伟获国家专利权

首都医科大学附属北京康复医院(北京工人疗养院)王伟获国家专利权

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!

龙图腾网获悉首都医科大学附属北京康复医院(北京工人疗养院)申请的专利一种基于多模态影像融合技术的人脑血管全自动重建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:CN120219631B

龙图腾网通过国家知识产权局官网在2025-11-07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:202510356258.3,技术领域涉及:G06T17/00;该发明授权一种基于多模态影像融合技术的人脑血管全自动重建方法是由王伟;高明勇;侯进;李昌;刘景新;董清涛设计研发完成,并于2025-03-25向国家知识产权局提交的专利申请。

一种基于多模态影像融合技术的人脑血管全自动重建方法在说明书摘要公布了:本发明公开了一种基于多模态影像融合技术的人脑血管全自动重建方法,涉及人脑血管全自动重建技术领域,本发明,采用双分支深度神经网络结合局部自适应配准与图论后处理,解决了传统人脑血管重建在肿瘤压迫区域因低对比、局部形变和血管断裂而导致的重建不全问题;通过预处理CT与MRI图像后,各分支采用编码器—解码器结构提取多尺度特征,再引入交叉注意力模块实现特征归一化与自适应融合,增强肿瘤压迫区域内微弱血管的信号表现;还在全局配准的基础上,利用区域互信息和局部结构约束自动检测图像中因肿瘤压迫产生的局部形变区域,对这些区域采用细化配准算法进行校正,有效恢复局部血管走向。

本发明授权一种基于多模态影像融合技术的人脑血管全自动重建方法在权利要求书中公布了:1.一种基于多模态影像融合技术的人脑血管全自动重建方法,其特征在于:包括, 步骤S1,获取人脑部CT图像序列和磁共振成像MRI图像序列,并对图像进行预处理; 步骤S2,构建双分支深度神经网络,其第一分支用于处理步骤S1中预处理后的CT图像,第二分支用于处理预处理后的MRI图像; 步骤S3,在所述双分支深度神经网络的中间层,将来自各分支的多尺度特征作为输入,引入交叉注意力模块进行特征融合; 步骤S4,针对肿瘤压迫区域内局部形变,实施局部自适应配准机制; 步骤S5,利用步骤S3所输出的融合特征图和步骤S4获得的局部配准调整结果,通过融合处理生成多模态融合图像;对所述多模态融合图像采用改进的分水岭算法进行阈值自适应分割,提取人脑血管区域; 步骤S6,对步骤S5所得到的血管分割结果,进行图论后处理; 步骤S7,将步骤S6中处理后的血管分割结果与步骤S1中预处理后的原始图像数据及步骤S4中获得的局部配准信息相结合; 步骤S4中的所述局部自适应配准机制包括: a对整个预处理后的图像进行全局配准,使CT图像与MRI图像在整体空间上对齐; b利用区域互信息及局部结构约束自动检测因肿瘤压迫而产生局部形变的区域, c对检测区域采用细化配准算法,校正局部形变匹配压迫区域变形前后血管走向,输出局部配准调整结果; 步骤S4中,所述局部自适应配准的方式为: 针对肿瘤压迫区域内局部形变,采用区域检测与细化配准,设局部区域记为R,局部区域内CT与MRI图像对应的联合概率分布记为pXYx,y,各自的边缘概率分别为pXx和pYy,局部互信息定义为IR: 其中,x,y为局部区域内像素值,IR反映局部统计相关性,检测到当IRτ时,判定区域R存在形变,τ为预设阈值; 在检测区域内,设局部配准变换函数为T·,其中d为变换参数向量,对局部区域内MRI图像特征XR与CT图像特征XR求最优配准参数,解决最小均方误差问题: 其中,d为最优变换参数,TXR表示MRI图像在区域R内经变换T后的特征,输出局部配准调整结果记为Freg

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首都医科大学附属北京康复医院(北京工人疗养院),其通讯地址为:100000 北京市石景山区八大处西下庄;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。