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！

龙图腾网获悉西安电子科技大学广州研究院;西安电子科技大学申请的专利一种基于融合三维CT数据的踝关节图像配准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：CN119991748B 。

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：202510201248.2，技术领域涉及：G06T7/30；该发明授权一种基于融合三维CT数据的踝关节图像配准方法及系统是由李军;曾鸣鹤;刘欣欣;韦花;任胜寒设计研发完成，并于2025-02-24向国家知识产权局提交的专利申请。

本一种基于融合三维CT数据的踝关节图像配准方法及系统在说明书摘要公布了：本发明公开了一种基于融合三维CT数据的踝关节图像配准方法及系统，该方法包括：基于训练后的CycleGAN网络模型并结合具有标签信息的踝关节DRR图像，对踝关节X光图像进行灰度统一处理，得到灰度统一后的踝关节X光图像；基于训练后的影像分割网络模型，对灰度统一后的踝关节X光图像进行推理预测，得到踝关节X光图像的分割标签信息；基于踝关节X光图像的分割标签信息，进行二阶段图像配准处理，得到预测仿射变换参数；基于预测仿射变换参数实现踝关节图像配准。本发明能够实现快速且准确的实现踝关节图像配准。本发明作为一种基于融合三维CT数据的踝关节图像配准方法及系统，可广泛应用于图像配准技术领域。

本发明授权一种基于融合三维CT数据的踝关节图像配准方法及系统在权利要求书中公布了：1.一种基于融合三维CT数据的踝关节图像配准方法，其特征在于，包括以下步骤： 基于训练后的CycleGAN网络模型并结合具有标签信息的踝关节DRR图像，对踝关节X光图像进行灰度统一处理，得到灰度统一后的踝关节X光图像，其中包括： 基于踝关节训练数据集对改进后的CycleGAN网络模型进行训练，得到训练后的CycleGAN网络模型； 所述改进后的CycleGAN网络模型具体包括第一生成器、第二生成器、注意力机制模块、第一判别器、第二判别器与损失函数模块，所述损失函数模块包括循环一致性损失函数、对抗损失函数、风格损失函数、内容损失函数与加权损失函数，其中，所述第一生成器的输出端、所述第二生成器的输出端均与所述注意力机制模块的输入端连接，所述注意力机制模块的输出端均与所述第一判别器的输入端、所述第二判别器的输入端连接，所述第一判别器的输出端、所述第二判别器的输出端均与所述损失函数模块的输入端连接； 基于训练后的影像分割网络模型，对灰度统一后的踝关节X光图像进行推理预测，得到踝关节X光图像的分割标签信息； 对踝关节X光图像的分割标签信息与具有标签信息的踝关节CT图像进行粗配准，获取初步的预测仿射变换参数； 将初步的预测仿射变换参数作用于踝关节CT图像上进行DDR投影处理，得到预测的踝关节DRR图像； 对预测的踝关节DRR图像与踝关节X光图像进行相似度值计算处理，并对计算结果进行判断； 若计算结果不满足预设的精度要求，以该初步的预测仿射变换参数作为初始位姿进行灰度迭代优化配准，其中包括： 根据初步的预测仿射变换参数提取旋转角度与位移值，构建变换矩阵； 对变换矩阵进行逆变换处理，并对虚拟点光源进行变换以及与预测的踝关节DRR图像进行矩阵乘法计算，得到变换后的虚拟光源点位置与新的DRR物理坐标数组； 根据变换后的虚拟光源点位置与新的DRR物理坐标数组，生成新的踝关节DRR图像； 将踝关节X光图像转换为图像数组形式并与新的踝关节DRR图像进行像素梯度值计算，得到梯度方向测度值与梯度中值； 若梯度方向测度值与梯度中值不满足预设相似度值要求，循环进行灰度迭代配准，直至梯度方向测度值与梯度中值满足预设相似度值要求； 直至计算结果满足预设的精度要求，对初步的预测仿射变换参数进行剪枝操作，输出预测仿射变换参数； 基于预测仿射变换参数实现踝关节图像配准。

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西安电子科技大学广州研究院;西安电子科技大学，其通讯地址为：510555 广东省广州市黄埔区中新广州知识城知明路83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。