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！

龙图腾网获悉中国科学院苏州生物医学工程技术研究所;苏州市立医院;济南国科医工科技发展有限公司申请的专利图像配准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：CN115953575B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202210762226.X，技术领域涉及：G06V10/26；该发明授权图像配准分割方法及系统是由周志勇;戴亚康;陈乾;胡冀苏;张璐瑶;钱旭升;耿辰;时建明设计研发完成，并于2022-06-29向国家知识产权局提交的专利申请。

本图像配准分割方法及系统在说明书摘要公布了：本发明公开了一种图像配准分割方法及系统，包括以下步骤：S1、提供分割配准联合网络模型；S2、预训练配准网络和分割网络；S3、对配准网络进行参数优化；S4、对分割网络进行参数优化；S5、重复步骤S2和S3使两者交替进行，直至最后得到一个训练好的分割配准联合网络模型，将该模型用于进行图像分割配准。本发明提供的图像配准分割方法及系统，从全局的解剖结构轮廓和局部的结构信息两点入手，一方面利用器官标签对配准的约束来引导图像配准，并将配准与分割网络联合，只需少量人工标注即可完成全部图像的标签引导；另一方面提出msMIND对图像局部结构进行约束引导图像配准，能够实现高精度的多模态医学图像配准。

本发明授权图像配准分割方法及系统在权利要求书中公布了：1.一种图像配准分割方法，其特征在于，包括以下步骤： S1、提供分割配准联合网络模型，其包括配准网络和分割网络； S2、用全部M对CT-MR图像对以无监督的方式训练配准网络作为预训练，用N对含标签的CT-MR图像对以循环自训练的方式分别训练CT和MR分割网络作为预训练；其中，CT-MR图像对包括CT图像和MR图像； S3、将全部的Imr和Ict依次输入到配准网络生成形变场通过形变场对Imr进行形变生成预测图像利用与Ict，与Lct结构相似的特点来指导配准网络的参数优化； 其中，Imr和ICT分别表示MR图像和CT图像；L表示图像的分割标签，其中是CT的人工标签，是CT的算法计算得到的标签； 其中，是人工标注的标签，作为金标准；是分割网络对未标记数据的分割结果；是MR的人工标签，是算法得到的CT标签；是算法得到的MR标签； 其中，表示MR图像的人工标签，表示CT图像的人工标签，表示MR图像的分割结果；表示CT图像的分割结果； 其中，Lmr表示Lmr表示和的合集，φ表示图像变形场，表示Lmrφ表示Lmr的图像变形的合集，Lct表示Lct表示和的合集； S4、将全部的Imr和Ict依次输入到分割网络生成分割结果和当存在人工标签时，利用与结构相似的特点来优化分割网络参数；当不存在人工标签时，利用配准形变场作用于浮动图像分割结果形变得到的与相同的特点约束分割网络的参数优化； S5、重复步骤S2和S3使两者交替进行，直至最后得到一个训练好的分割配准联合网络模型，将该模型用于进行图像分割配准； 分割网络Seg-Net接收输入图像Imr或Ict，预测其所需分割的器官轮廓，利用预测轮廓应与真实轮廓相同的特点对分割网络参数θseg进行优化，θseg计算公式如下： θseg＝argminEsegLseg,Lgt2 其中，Eseg表示分割部分损失函数，Lseg表示图像的分割结果，Lgt表示图像真实标签； 训练过程中，当存在人工标签时，采用如下的CT-MRlabeled损失函数组进行参数优化；当不存在人工标签时，采用如下的CT-MRulabeled损失函数组进行参数优化；具体公式为： 其中，Esmooth是保持形变场平滑的正则项，EmsMIND表示描述CT和MR图像相似性的局部测度，Edice表示描述图像中组织标签相似性的全局测度，Ereg是图像相似度的衡量。

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中国科学院苏州生物医学工程技术研究所;苏州市立医院;济南国科医工科技发展有限公司，其通讯地址为：215163 江苏省苏州市高新区科技城科灵路88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。