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！

龙图腾网获悉苏州工学院申请的专利一种基于多模态融合的医学图像增强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：CN120219262B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510695216.2，技术领域涉及：G06T5/90；该发明授权一种基于多模态融合的医学图像增强方法及系统是由王颖;周蓓;钱振江;汝吉东;宋东兴;沈健;严卫;郭辉;李菊设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本一种基于多模态融合的医学图像增强方法及系统在说明书摘要公布了：本发明公开了一种基于多模态融合的医学图像增强方法及系统，包括：获取医学影像数据，医学影像数据包括CT图像、MRI图像、PET图像和超声图像；计算跨模态特征词汇表中各语义标签的互信息值，生成模态间特征相关性矩阵；对统一维度图像集进行非刚性空间配准，生成几何一致的多模态图像集；从多模态图像集中提取骨骼区域特征、软组织区域特征和高代谢区域特征，生成核心特征集；采用深度学习算法对核心特征集进行训练，生成包含分割掩膜的分割图像集；根据分割图像集的区域特征动态调整融合权重，生成融合增强图像。本发明通过多模态医学影像的特征提取、空间配准和深度学习融合，实现了不同模态医学影像信息的有效整合。

本发明授权一种基于多模态融合的医学图像增强方法及系统在权利要求书中公布了：1.一种基于多模态融合的医学图像增强方法，其特征在于，包括： 获取医学影像数据，所述医学影像数据包括CT图像、MRI图像、PET图像； 基于所述CT图像、MRI图像、PET图像依次对应提取密度特征向量、弛豫时间特征向量、代谢特征向量，并采用降维算法生成模态特征向量集； 根据所述模态特征向量集，采用聚类算法生成包含语义标签的跨模态特征词汇表；其中，所述语义标签包括高密度簇、软组织簇和高代谢簇； 计算所述跨模态特征词汇表中各语义标签的互信息值，生成模态间特征相关性矩阵； 根据所述模态间特征相关性矩阵，采用空间变换算法将所述CT图像、MRI图像、PET图像映射至统一三维空间，生成统一维度图像集； 对所述统一维度图像集进行非刚性空间配准，生成几何一致的多模态图像集； 从所述多模态图像集中提取骨骼区域特征、软组织区域特征和高代谢区域特征，生成核心特征集； 采用深度学习算法对所述核心特征集进行训练，生成包含分割掩膜的分割图像集； 根据所述分割图像集的区域特征动态调整融合权重，生成融合增强图像。

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苏州工学院，其通讯地址为：215506 江苏省苏州市常熟市南三环路99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”。