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！

龙图腾网获悉电子科技大学申请的专利一种基于跨模态域迁移学习的全心脏分割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：CN116452617B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202310319882.7，技术领域涉及：G06T7/12；该发明授权一种基于跨模态域迁移学习的全心脏分割方法是由丁熠;母丹;秦臻;曹明生;周尔强;庞明辉;秦志光设计研发完成，并于2023-03-29向国家知识产权局提交的专利申请。

本一种基于跨模态域迁移学习的全心脏分割方法在说明书摘要公布了：本发明公开了一种基于跨模态域迁移学习的全心脏分割方法，包括以下步骤：S1，对初始的全心脏MRI图像和CT图像进行数据预处理；S2，将预处理后的图像输入模态迁移网络MTN进行数据训练，生成新的CT图像；S3，将模态迁移网络MTN生成的新的CT图像和带全心标签的CT心脏图像输入U形多注意网络MAUNet，输出中间心脏图像分割结果；S4，将中间心脏图像分割结果输入至空间配置网络SCN进行数据训练，输出最终心脏图像分割结果。本发明使用多模态数据对心脏进行分割，多模态数据因成像机理的不同而具有多层面信息，使用多模态数据对同一组织进行分割一方面可以扩充训练数据集，使更容易训练一个健壮的网络，一方面可以更好的利用多层面信息，提升分割准确率。

本发明授权一种基于跨模态域迁移学习的全心脏分割方法在权利要求书中公布了：1.一种基于跨模态域迁移学习的全心脏分割方法，其特征在于，包括以下步骤： S1，对初始的全心脏MRI图像和CT图像进行数据预处理； S2，将预处理后的全心脏MRI图像和CT图像输入模态迁移网络MTN进行数据训练，生成新的CT图像；包括以下步骤： S21，将128×128×128的大小的全心脏MRI图像和CT图像输入到模态迁移网络MTN的生成器网络； S22，生成器网络通过一个卷积层将全心脏MRI图像和CT图像的通道数从1增加到64； S23，通过卷积层后的全心脏MRI图像和CT图像输入卷积层连接的两个下采样层，每层将全心脏MRI图像和CT图像的通道数翻倍、图像大小缩小一半； S24，将经过两个下采样层的全心脏MRI图像和CT图像输入到连续的9个残差层，期间图像保持大小为32×32×32，通道数为256； S25，将大小为32×32×32，通道数为256的全心脏MRI图像和CT图像经过两个连续的上采样层恢复到输入大小； S26，最后将恢复到输入大小的全心脏MRI图像和CT图像输入卷积层将通道数恢复为1，输出生成新的CT图像； S3，将模态迁移网络MTN生成的新的CT图像和原始CT心脏像输入至具有注意门控机制和位置注意力机制的U形多注意网络MAUNet，输出中间心脏图像分割结果； S4，将中间心脏图像分割结果输入至空间配置网络SCN进行数据训练，输出最终心脏图像分割结果。

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电子科技大学，其通讯地址为：610000 四川省成都市高新区(西区)西源大道2006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”。