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！

龙图腾网获悉华南理工大学申请的专利一种基于肿瘤感知引导的无监督多模态脑影像翻译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：CN118333936B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202410281231.8，技术领域涉及：G06T7/00；该发明授权一种基于肿瘤感知引导的无监督多模态脑影像翻译方法是由黄川;韦佳设计研发完成，并于2024-03-12向国家知识产权局提交的专利申请。

本一种基于肿瘤感知引导的无监督多模态脑影像翻译方法在说明书摘要公布了：本发明公开了一种基于肿瘤感知引导的无监督多模态脑影像翻译方法，包括以下步骤：使用基于U‑Net的神经网络，构建一个适用于任意两种MRI模态之间进行转换的脑肿瘤图像翻译模型；模型包含全局分支和局部分支，用于提取整体源图像及对应的肿瘤图像的特征信息并进行融合，生成目标模态的整体图像和肿瘤图像，缓解生成图像在肿瘤区域上出现的失真问题；设计教师‑学生网络架构，学生网络通过蒸馏的方式学习教师网络的知识以及感知肿瘤的能力，在不需要依赖肿瘤标签信息的前提下，生成更加真实的目标模态图像。所述方法能利用非成对的单模态脑部图像，生成高质量的目标模态图像，并且测试阶段不需要肿瘤标签信息，更加符合真实的医疗场景。

本发明授权一种基于肿瘤感知引导的无监督多模态脑影像翻译方法在权利要求书中公布了：1.一种基于肿瘤感知引导的无监督多模态脑影像翻译方法，其特征在于，包括以下步骤： S1、收集包含单模态脑肿瘤图像以及其对应的肿瘤标签作为训练数据集； S2、构建基于生成对抗网络的教师网络模型，模型包含一个生成器和一对判别器，生成器分为全局分支和局部分支，判别器分为全局判别器和局部判别器； S3、给定任意模态的整体图像及其对应的肿瘤标签，首先通过计算二者的矩阵点乘获得肿瘤图像，然后将整体图像和局部图像分别输入到教师网络生成器的全局分支和局部分支中，得到两种图像对应的目标模态图像； S4、为教师网络模型构造损失函数并进行训练； S5、构建与教师网络保持相同结构的学生网络；给定任意模态的整体图像，将其同时输入到学生网络的全局分支和局部分支中，经过翻译得到目标模态的整体图像和肿瘤图像； 通过对教师网络的知识蒸馏，使学生网络具备与教师网络相似的感知肿瘤的能力； S6、使用教师网络的损失函数以及蒸馏的损失函数共同作为学生网络的约束进行训练； S7、针对现实中脑肿瘤图像大多数为单模态且缺失标签的情况，使用学生网络进行测试，将单模态的源图像翻译为目标模态图像。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。