Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 之江实验室张楚杰获国家专利权

之江实验室张楚杰获国家专利权

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!

龙图腾网获悉之江实验室申请的专利基于深度学习的确定性引导的渐进式医学图像跨模态生成方法和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:CN115830163B

龙图腾网通过国家知识产权局官网在2025-11-21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:202211468324.9,技术领域涉及:G06T11/00;该发明授权基于深度学习的确定性引导的渐进式医学图像跨模态生成方法和装置是由张楚杰;刘婧;杨玉林;赵嘉玥;陈延伟;童若锋;林兰芬;李劲松设计研发完成,并于2022-11-22向国家知识产权局提交的专利申请。

基于深度学习的确定性引导的渐进式医学图像跨模态生成方法和装置在说明书摘要公布了:本发明公开了一种基于深度学习的确定性引导的渐进式医学图像跨模态生成方法和装置,包括:获取对同一部位拍摄的真实CT图像和真实MR图像并构建样本数据,以CycleGAN为基准,通过增加多尺度MR器官区域判别器和或多尺度MR病灶区域判别器,形成跨模态生成框架;构建损失函数时,增加基于MR器官区域的对抗损失函数和或基于MR病灶区域的对抗损失函数,形成跨模态生成框架的总损失函数;利用总损失函数对跨模态生成框架进行参数优化,这样采用由单一判别器到多个不同复杂度的判别器的渐进式对抗生成网络,以确定性引导为目的,专注于器官区域和或病灶区域等目标区域,生成更高质量的图像。

本发明授权基于深度学习的确定性引导的渐进式医学图像跨模态生成方法和装置在权利要求书中公布了:1.一种基于深度学习的确定性引导的渐进式医学图像跨模态生成方法,其特征在于,包括由CT图像到MR图像生成过程的确定性引导,包括以下步骤: 获取对同一部位拍摄的真实CT图像和真实MR图像,并对真实CT图像和真实MR图像进行预处理以构建包含真实CT和真实MR的图像对、MR器官区域掩码、MR病灶区域掩码,并形成样本数据; 以CycleGAN为基准,通过增加用于鉴别MR器官区域的多尺度MR器官区域判别器和或用于鉴别MR病灶区域的多尺度MR病灶区域判别器,形成跨模态生成框架,其中,多尺度MR器官区域判别器的输入包括MR器官区域掩码、CycleGAN基于真实CT得到的生成MR、真实MR,用于依据MR器官区域掩码和生成MR对MR器官区域的鉴别,得到第一MR器官区域鉴别结果,还用于依据MR器官区域掩码和真实MR对MR器官区域的鉴别,得到第二MR器官区域鉴别结果;多尺度MR病灶区域判别器的输入包括MR病灶区域掩码、CycleGAN基于真实CT得到的生成MR、真实MR,用于依据MR病灶区域掩码和生成MR对MR病灶区域的鉴别,得到第一MR病灶区域鉴别结果,还用于依据MR病灶区域掩码和真实MR对MR病灶区域的鉴别,得到第二MR病灶区域鉴别结果; 在CycleGAN原有损失函数的基础上,增加基于MR器官区域的对抗损失函数和或基于MR病灶区域的对抗损失函数,形成跨模态生成框架的总损失函数,其中,基于MR器官区域的对抗损失函数包括:基于第一MR器官区域鉴别结果构建的L2损失基于第一MR器官区域鉴别结果和第二MR器官区域鉴别结果构建的L2损失基于MR病灶区域的对抗损失函数包括:基于第一MR病灶区域鉴别结果构建的L2损失基于第一MR病灶区域鉴别结果和第二MR病灶区域鉴别结果构建的L2损失 将样本数据输入至跨模态生成框架,利用总损失函数对跨模态生成框架进行参数优化,参数优化后,CycleGAN包含的生成器用于医学图像的跨模态生成。

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之江实验室,其通讯地址为:311100 浙江省杭州市余杭区之江实验室南湖总部;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。