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！

龙图腾网获悉昆明理工大学申请的专利基于退化原型学习的多退化医学图像统一融合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：CN120655544B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202511132246.9，技术领域涉及：G06T5/77；该发明授权基于退化原型学习的多退化医学图像统一融合方法是由李华锋;苏大勇设计研发完成，并于2025-08-13向国家知识产权局提交的专利申请。

本基于退化原型学习的多退化医学图像统一融合方法在说明书摘要公布了：本发明涉及基于退化原型学习的多退化医学图像统一融合方法，属医学图像融合领域。本发明包括：通过成像原理生成低剂量PET数据、CT金属伪影数据、存在运动伪影的MRI数据；利用特征选择机制学习退化原型；通过低秩分解策略，将基础融合模型分解为多个分支，在融合不同退化数据时，能通过不同分支进行处理；设计基于可学习特征原型的提示模块，通过在不同的LoRa分支中注入退化相关的不变特征，促进融合；通过整合不同尺度中的消除退化融合特征，经由输出层构建出融合图像。本发明方法能有效地对包含退化的医学图像进行融合，提高了在现实中的鲁棒性和实用性。

本发明授权基于退化原型学习的多退化医学图像统一融合方法在权利要求书中公布了：1.基于退化原型学习的多退化医学图像统一融合方法，其特征在于：所述方法包括： Step1、获取对齐的多模态医学图像数据集：从公开数据集获取对齐的多模态医学图像数据，用于生成图像退化以提供训练样本； Step2、依据真实成像原理构建退化数据：通过成像原理生成低剂量PET数据、CT金属伪影数据、存在运动伪影的MRI数据； Step3、利用特征选择机制学习退化原型； Step4、利用LoRa分支处理多种退化：通过低秩分解策略，将基础融合模型分解为多个分支，在融合不同退化数据时，能通过不同分支进行处理； Step5、通过退化原型提示促进退化消除和特征融合：设计基于可学习特征原型的提示模块，通过在不同的LoRa分支中注入退化相关的不变特征，帮助LoRa分支消除退化，促进融合； Step6、整合各分支特征，构建融合图像：通过整合不同尺度中的消除退化融合特征，经由输出层构建出融合图像； 所述Step3包括： Step3.1、将退化图像和参考图像输入到基于卷积的特征编码器中提取到浅层特征、和深层特征、； Step3.2、通过对深层特征、进行图像分块编码得到序列信息，将其输入到Transformer中进行特征提取，提取到的特征记为、；为了聚合图像退化类别相关的信息，还拼接了一个可学习的退化类别令牌、； Step3.3、将包含全局信息的退化类别令牌、作为每组待融合特征所带有的退化表示： 、经由全连接层得到的分类预测结果与当前特征的退化类别标签一致，使得、指导退化原型的学习； Step3.5、引入了由可学习的参数构成的退化原型；在网络进行特征融合时，退化原型通过特征选择机制，从退化原型当中筛选出与当前退化相关的提示信息；其中，信息筛选依赖退化相关特征退化类别令牌、中蕴含的退化信息来进行； Step3.6、通过将退化相关特征退化类别令牌、送入线性层和Softmax函数，得到与退化原型相同形状的信息筛选头；此时，信息筛选头将与退化原型点乘，从退化原型中选择出退化相关的特征表示，即提示信息，将作为提示信息帮助后续网络消除退化。

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昆明理工大学，其通讯地址为：650500 云南省昆明市呈贡区景明南路727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。