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！

龙图腾网获悉山东协晨医疗科技有限公司申请的专利一种基于深度学习的医疗影像智能处理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：CN119722620B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202411793375.8，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的医疗影像智能处理方法及系统是由张玉龙;张祚泰;宋明星设计研发完成，并于2024-12-07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医疗影像智能处理方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的医疗影像智能处理方法及系统，涉及图像处理技术领域，包括收集多模态医疗影像数据并进行预处理，对不同模态的医疗影像进行配准，融合配准后的多模态影像并进行优化；对优化后的融合影像进行图像块分割并分配每个块的显著性分数，基于显著性分数标记候选病灶区域并生成区域掩码；对区域掩码进行时间序列变化分析生成多时间点病灶区域热图并进行可视化展示。本发明通过将深度学习与传统配准和融合技术相结合，能够显著提高配准精度、优化融合效果，并通过动态病灶热图生成技术实现多时间点的病灶变化可视化分析，为复杂疾病的诊断和治疗提供精准、动态的支持。

本发明授权一种基于深度学习的医疗影像智能处理方法及系统在权利要求书中公布了：1.一种基于深度学习的医疗影像智能处理方法，其特征在于：包括， 收集多模态医疗影像数据并进行预处理，对不同模态的医疗影像进行配准，融合配准后的多模态影像并进行优化； 对优化后的融合影像进行图像块分割并分配每个块的显著性分数，基于显著性分数标记候选病灶区域并生成区域掩码；对区域掩码进行时间序列变化分析生成多时间点病灶区域热图并进行可视化展示；所述收集多模态医疗影像数据并进行预处理，对不同模态的医疗影像进行配准指使用医疗影像设备采集多模态影像数据，为每帧影像添加时间戳，对影像像素值进行归一化处理后将影像分辨率调整为统一尺度； 所述多模态影像数据包括CT、MRI和PET； 选择CT模态作为参考影像，其余模态作为目标影像，将参考影像和目标影像像素值划分为K个区间，统计参考影像和目标影像对应像素值的联合出现频次构建联合直方图； 将联合直方图归一化为联合概率分布，分别计算参考影像和目标影像的边缘概率分布，根据联合概率分布和边缘概率分布计算互信息F； 定义优化目标为最大化互信息，初始化旋转参数和平移参数，基于初始化参数构建初始变换矩阵，对目标影像应用初始变换矩阵，生成变换后的目标影像，根据目标影像和参考影像的像素值分布计算互信息； 使用网格搜索法更新变换矩阵参数，将计算出最大互信息的参数组合作为下一步的候选，对参数组合进行迭代优化，直到达到最大迭代次数，基于迭代优化后的参数组合得到经过优化的最优变换矩阵； 将经过最优变换矩阵变换后的目标影像作为粗配准结果； 使用边缘检测算法提取参考影像和目标影像的边缘，计算参考影像和目标影像的边缘像素的质心并选择均匀分布的点形成参考点集和目标点集； 计算参考点集和目标点集的质心，将点集去质心化，使用去质心化后的点集构建协方差矩阵，对协方差矩阵进行奇异值分解并计算旋转矩阵，根据旋转后的点集质心计算平移向量； 对目标点集中的每个点应用旋转和平移变换，得到更新后的目标点集； 计算更新后的目标点集和参考点集之间的均方误差，通过多次迭代更新旋转矩阵和平移向量，设定最大迭代次数，在达到最大迭代次数时停止迭代得到最终的旋转矩阵和平移向量； 使用最终的旋转矩阵和平移向量完全对齐目标影像到参考影像，生成最终配准结果。

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山东协晨医疗科技有限公司，其通讯地址为：261000 山东省潍坊市高密市朝阳街道荆家庄居委会创新大厦(人民大街2569号)中科智谷801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”。