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！

龙图腾网获悉昆明理工大学申请的专利基于状态选择特征聚合的免配准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：CN120746863B 。

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：202511165735.4，技术领域涉及：G06T5/50；该发明授权基于状态选择特征聚合的免配准医学图像融合方法是由李华锋;苏大勇设计研发完成，并于2025-08-20向国家知识产权局提交的专利申请。

本基于状态选择特征聚合的免配准医学图像融合方法在说明书摘要公布了：本发明涉及基于状态选择特征聚合的免配准医学图像融合方法，属医学图像融合领域。本发明包括：将待融合的未配准多模态医学图像输入分块特征编码模块得到分块编码特征；利用mamba模型将全局偏移信息聚合到状态特征中；将状态特征作为基准，选择每个分块的信息聚合路径；根据预测的聚合路径，聚合相邻分块中的偏移特征；利用固定参数的特征编码器提取的严格对齐特征，对免配准偏移聚合网络的输出进行约束，以得到消除偏移的特征；将消除偏移的特征输入特征融合模块，通过在空间维度和通道维度进行特征融合，重建出最终融合图像。本发明解决融合结果中由于源图像空间不对齐导致的伪影、模态丢失和偏移问题，提高融合结果的质量和可用性。

本发明授权基于状态选择特征聚合的免配准医学图像融合方法在权利要求书中公布了：1.基于状态选择特征聚合的免配准医学图像融合方法，其特征在于：所述方法包括： Step1、获取用于未配准多模态医学图像融合的训练数据集； Step2、将待融合的未配准多模态医学图像输入分块特征编码模块得到分块编码特征； Step3、利用mamba模型将全局偏移信息聚合到状态特征中； Step4、将状态特征作为基准，选择每个分块的信息聚合路径； Step5、根据预测的聚合路径，聚合相邻分块中的偏移特征； Step6、利用固定参数的特征编码器提取的严格对齐特征，对免配准偏移聚合网络的输出进行约束，以得到消除偏移的特征； Step7、将消除偏移的特征输入特征融合模块，通过在空间维度和通道维度进行特征融合，重建出最终融合图像； 所述Step2包括： 对于每组多模态医学图像对，将其中一张作为参考图像记为，另一张作为移动图像向参考图像对齐，记为，将参考图像和移动图像分别输入到编码器中得到编码特征，分别记为参考图像特征和移动图像特征；在特征、中加入可学习的位置编码，并使用双线性插值重新采样位置编码；得到特征，具体表示为： ； 其中，表示双线性插值； 在此之后，将注入了位置信息的编码特征进行分块编码，得到能适应mamba模型输入的分块编码特征和，其中和表示编码得到的分块特征； 所述Step3包括： 将提取到的分块编码特征和通过级联的形式整合成一个由分块编码特征构成的序列，在序列的首部引入可学习的类别令牌特征和；序列被送入mamba模型中，从三种不同的方向来进行特征聚合，得到聚合了不同方向信息的最终状态表示，和；利用在序列中引入的类别令牌特征来完成梯度的传递，具体是将类别令牌特征和经过线性层映射之后，与，和相加来传递梯度： ； 其中，表示线性层，表示级联操作，此时，状态特征包含了全局偏移信息； 所述Step4包括： 将状态特征作为初始状态，对分块编码特征和中同一位置的和进行状态选择计算得到输出，具体为： ； ； 其中，、、是用于特征映射的状态选择矩阵，是特征映射过程中产生的隐含特征； 将向量映射为当前第个分块特征相邻分块标号；标号中被选中的相邻分块被作为包含偏移特征的分块，用于为下一步的偏移特征聚合操作提供参考；通过对序列中所有分块特征进行上述操作，从而得到信息聚合路径。

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昆明理工大学，其通讯地址为：650500 云南省昆明市呈贡区景明南路727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。