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！

龙图腾网获悉中科超睿(青岛)技术有限公司申请的专利一种基于深度学习的多模态图像配准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：CN116523981B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310493973.2，技术领域涉及：G06T7/33；该发明授权一种基于深度学习的多模态图像配准方法是由请求不公布姓名;请求不公布姓名;请求不公布姓名设计研发完成，并于2023-04-28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多模态图像配准方法在说明书摘要公布了：本发明涉及图像配准技术领域，具体涉及了一种基于深度学习的多模态图像配准方法，包括：获取两组不同模态的初始图像，以及获取预训练卷积神经网络模型；对所述初始图像进行预处理，并将所述预处理后的两组所述初始图像分别作为固定图像和浮动图像，其中所述预处理包括去噪处理；将所述固定图像和所述浮动图像输入所述预训练卷积神经网络模型，以得到所述固定图像和所述浮动图像之间的形变场和变换参数；根据所述形变场和所述变换参数，对所述浮动图像进行空间变换，以得到配准结果。本发明所提供的技术方案，能够提高配准结果的准确性。

本发明授权一种基于深度学习的多模态图像配准方法在权利要求书中公布了：1.一种基于深度学习的多模态图像配准方法，其特征在于，包括： 获取两组不同模态的初始图像，以及获取预训练卷积神经网络模型； 对所述初始图像进行预处理，并将所述预处理后的两组所述初始图像分别作为固定图像和浮动图像，其中所述预处理包括去噪处理； 将所述固定图像和所述浮动图像输入所述预训练卷积神经网络模型，以得到所述固定图像和所述浮动图像之间的形变场和变换参数； 根据所述形变场和所述变换参数，对所述浮动图像进行空间变换，以得到配准结果； 所述预训练卷积神经网络模型包括编码器，所述编码器用于对所述固定图像和所述浮动图像进行下采样以提取所述固定图像和浮动图像的特征，其中对所述浮动图像的下采样次数为设定次数； 所述设定次数不大于设定阈值，并且所述编码器对所述浮动图像的下采样包括：采用跨步卷积对所述浮动图像进行下采样；或者 所述设定次数大于所述设定阈值，并且所述编码器对所述浮动图像的下采样包括：响应于对所述浮动图像的下采样次数不大于所述设定阈值，采用跨步卷积对所述浮动图像进行下采样；响应于对所述浮动图像的下采样的次数大于所述设定阈值，采用空洞卷积对所述浮动图像进行下采样。

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科超睿(青岛)技术有限公司，其通讯地址为：266199 山东省青岛市李沧区金水路171号28号楼8楼；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。