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！

龙图腾网获悉川北医学院附属医院;川北医学院申请的专利基于卷积神经网络的多模态影像阈值分割预处理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：CN120510172B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202511007059.8，技术领域涉及：G06T7/136；该发明授权基于卷积神经网络的多模态影像阈值分割预处理方法是由刘念;李颖;杨雄雄;刘倩倩;李航宇;陈馨悦;彭诗集设计研发完成，并于2025-07-22向国家知识产权局提交的专利申请。

本基于卷积神经网络的多模态影像阈值分割预处理方法在说明书摘要公布了：本发明涉及基于卷积神经网络的多模态影像阈值分割预处理方法，将影像统一到标准空间，并进行像素值映射、重采样生成高低频子带，对高频子带软阈值去噪、低频子带增强对比度后融合；对影像质量评估并添加标签，构建优化的VGGnet框架，生成噪声对抗网络进行主动学习循环训练卷积神经网络模型，将影像输入模型预测，基于预测结果计算局部熵和梯度幅值，动态调整融合权重获取自适应阈值，进行像素级二值化分割，通过设定特征标签‑分割方法的双层矩阵实现最优分割；对分割后的影像进行灰质Dice计算，不合格影像通过基于高斯过程回归模型的动态参数调整模块优化预处理参数。有效提升了多模态影像的分割精度和处理效率，增强模型对复杂影像的适应性。

本发明授权基于卷积神经网络的多模态影像阈值分割预处理方法在权利要求书中公布了：1.基于卷积神经网络的多模态影像阈值分割预处理方法，其特征在于，包括以下步骤： S1：将多模态医学影像数据统一到标准空间，将多模态医学影像像素值映射至指定区间后进行重采样，并通过多尺度分解生成一个低频子带和多个高频子带； S2：对高频子带进行软阈值去噪处理，将低频子带划分为多个子区域并分别计算累计分布函数值，生成灰度映射函数并应用于原始像素值，将低频子带与高频子带进行变换和融合处理； S3：对多模态医学影像进行质量评估并添加标签，计算各影像的K系数，同意K系数在第一预设范围内的标签，对K系数在第二预设范围内的影像进行第三方仲裁，标签输出为仲裁结果； S4：构建卷积神经网络模型并进行优化修改，生成噪声对抗网络进行主动学习循环，对卷积神经网络模型进行训练； S5：将指定部分多模态医学影像输入训练后的卷积神经网络模型进行预测，将预测结果划分为多个局部区域，分别计算各区域的局部熵和梯度幅值，动态调整局部熵和梯度的融合权重，采用自适应加权融合算法计算得到自适应阈值； S6：基于自适应阈值，对多模态医学影像进行像素级二值化分割，设定特征标签-分割方法的双层矩阵，根据最优解决办法完成原始图像阈值分割； S7：对阈值分割后的多模态医学影像进行灰质Dice计算，根据灰质Dice结果判断多模态医学影像是否合格，将合格影像直接输出，对不合格影像输入动态参数调整模块进行处理。

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川北医学院附属医院;川北医学院，其通讯地址为：637000 四川省南充市顺庆区文化路63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”。