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！

龙图腾网获悉湖南大学申请的专利一种基于小波高频增强的医学图像跨模态生成方法及装置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：CN120747289B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202511265697.X，技术领域涉及：G06T11/00；该发明授权一种基于小波高频增强的医学图像跨模态生成方法及装置是由刘立成;马林;张祺彬;刘敏;王耀南设计研发完成，并于2025-09-05向国家知识产权局提交的专利申请。

本一种基于小波高频增强的医学图像跨模态生成方法及装置在说明书摘要公布了：本申请公开了一种基于小波高频增强的医学图像跨模态生成方法及装置，有如下效果：利用多尺度局部‑全局特征和高频纹理细节信息有效学习多模态医学图像的共有特征和独特特征，获得准确精细的目标模态图像。生成缺失模态图像，能有效应对医疗条件的限制并降低获取多模态影像的成本，有极大应用价值；全局分支编码器的CMMB块聚合全局信息和多尺度局部特征，充分学习不同解剖结构和肌肉纹理的信息，生成目标模态图像的精细边缘纹理和组织细节；高频分支编码器的RSTB块从输入模态中提取高频特征，并与全局分支聚合，促进生成图像的纹理保真度，接近真实影像；解码器的CAG机制促进解码器和编码器间的特征交互，去除冗余信息，生成高效图像。

本发明授权一种基于小波高频增强的医学图像跨模态生成方法及装置在权利要求书中公布了：1.一种基于小波高频增强的医学图像跨模态生成方法，其特征在于，包括如下步骤： S1：基于Transformer-Mamba混合网络构建医学图像跨模态生成网络，所述医学图像跨模态生成网络包括由全局分支编码器、高频分支编码器及解码器构成的生成器和判别器； S2：基于所述全局分支编码器对原始输入医学图像进行特征提取并进行下采样，获得全局信息及多尺度局部信息； S3：基于所述高频分支编码器对所述原始输入医学图像进行小波变换，并对小波高频分量进行建模及下采样，获得高频细节信息； S4：将所述高频细节信息与所述全局信息在多个空间维度上进行特征聚合，获得具有高频细节的聚合特征； S5：沿着所述医学图像跨模态生成网络的深度方向重复步骤S2-S4多次，获得编码器层的第一输出特征； S6：基于所述解码器的门控机制对所述第一输出特征进行冗余信息筛除和拼接，并通过反卷积进行上采样，获得解码器的第二输出特征； S7：沿着所述医学图像跨模态生成网络的深度方向重复所述步骤S6，获得目标模态图像； S8：基于损失函数对所述目标模态图像进行结果计算，并优化所述医学图像跨模态生成网络； S21：基于所述全局分支编码器的卷积-Mamba混合块对所述原始输入医学图像进行特征提取，获得初始多尺度局部信息和初始全局信息； S22：将所述初始多尺度局部信息和所述初始全局信息进行自适应聚合并进行平均池化下采样，获得多尺度全局信息及局部信息； 所述卷积-Mamba混合块包括用于获得所述全局信息的Mamba分支和用于获取所述多尺度局部信息的多核空洞卷积块分支； 步骤S3包括： S31：基于所述高频分支编码器对所述原始输入医学图像进行小波变换，并利用残差Swin-Transformer块对小波分量的高频子带进行学习，获得高频建模特征； S32：将所述高频建模特征进行平均池化下采样，获得高频细节信息。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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。