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！

龙图腾网获悉上海市肺科医院(上海市职业病防治院)申请的专利基于多模态特征对比学习的肺癌PET-CT融合分割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：CN120411031B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510509169.8，技术领域涉及：G06T7/00；该发明授权基于多模态特征对比学习的肺癌PET-CT融合分割方法及系统是由蔡晨蕾;徐唯傑;王雷设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本基于多模态特征对比学习的肺癌PET-CT融合分割方法及系统在说明书摘要公布了：本发明涉及医学图像处理领域，具体涉及基于多模态特征对比学习的肺癌PET‑CT融合分割方法及系统，首先提取PET和CT图像特征，通过语义引导型对称对比学习架构将特征投影至共享语义空间,采用病灶自适应关注采样机制获取关键区域特征，并通过跨模态特征差异自校准机制优化特征表示,构建多尺度特征金字塔，利用多尺度层次化对比学习机制融合不同尺度特征,结合解剖引导自监督对比学习增强模块，利用CT解剖结构进行自监督学习，进一步强化特征，通过解码器网络生成高精度肺癌病灶分割结果，Dice系数从0.78提升至0.91，10mm以下病灶检出率从65％提升至87％。为肺癌诊断提供了一种高效、精准的图像处理新方法。

本发明授权基于多模态特征对比学习的肺癌PET-CT融合分割方法及系统在权利要求书中公布了：1.基于多模态特征对比学习的肺癌PET-CT融合分割方法，其特征在于，包括： 获取PET肺癌图像数据和CT肺癌图像数据； 将PET肺癌图像数据和CT肺癌图像数据分别输入到PET特征提取网络和CT特征提取网络中，生成PET特征和CT特征； 通过语义引导型对称对比学习架构将所述PET特征和CT特征投影到共享语义空间，生成PET投影特征和CT投影特征； 基于病灶自适应关注采样机制，从所述PET投影特征和CT投影特征中获取病灶区域和困难区域的特征样本； 基于跨模态特征差异自校准机制，对所述PET特征和CT特征进行差异自校准，生成校准特征； 构建多尺度特征金字塔，并基于多尺度层次化对比学习机制对不同尺度特征进行对比学习，生成多尺度融合特征； 应用解剖引导自监督对比学习增强模块，基于CT解剖结构生成区域掩码并进行自监督学习，获得增强特征； 基于所述增强特征，通过解码器网络生成肺癌病灶分割结果； 所述语义引导型对称对比学习架构具体包括： 构建双流编码器结构，分别提取PET肺癌图像数据和CT肺癌图像数据的特征； 设计语义引导型投影头，将模态特征投影到共享语义空间； 计算模态内对比损失和模态间对比损失，优化特征表示； 所述解剖引导自监督对比学习增强具体包括： 基于CT解剖结构生成区域掩码和解剖权重图； 应用随机强度变换和几何变换进行数据增强； 设计区域感知对比损失，保持相同位置不同变换下的特征一致性。

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上海市肺科医院(上海市职业病防治院)，其通讯地址为：200433 上海市杨浦区政民路507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。