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！

龙图腾网获悉浙江省肿瘤医院申请的专利语义对齐与形变增强的多参数MRI影像模型构建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：CN120563660B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202511047610.1，技术领域涉及：G06T11/00；该发明授权语义对齐与形变增强的多参数MRI影像模型构建方法及系统是由王长春;徐丽伟;夏威;石丽婷设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本语义对齐与形变增强的多参数MRI影像模型构建方法及系统在说明书摘要公布了：本发明公开了一种语义对齐与形变增强的多参数MRI影像模型构建方法及系统，涉及医疗图像处理技术领域，包括：获取同一患者同一病灶解剖区域在不同MRI参数序列下的图像，作为正样本图像对，获取不同患者或不同病灶解剖区域在同一MRI参数序列下的图像，作为负样本图像对；搭建基于多支路共享参数ViT编码器的跨序列语义对齐模块以及病灶微结构表征模块；基于正样本图像，采用弹性形变增强策略生成形变图像，形成弹性形变样本图像对，利用样本图像对训练搭建的两模块；以训练完成的ViT编码器为多参数MRI影像模型。本发明构建具备跨序列对齐能力与形变稳定表达能力的MRI基础模型，有效提升下游分割与诊断任务的准确性与稳定性。

本发明授权语义对齐与形变增强的多参数MRI影像模型构建方法及系统在权利要求书中公布了：1.一种语义对齐与形变增强的多参数MRI影像模型构建方法，其特征在于，包括： 获取同一患者同一病灶解剖区域在不同MRI参数序列下的图像，作为正样本图像对，获取不同患者或不同病灶解剖区域在同一MRI参数序列下的图像，作为负样本图像对；所述MRI参数序列包括T1WI、T2WI、DWI； 搭建基于多支路共享参数ViT编码器的跨序列语义对齐模块以及基于弹性形变增强的病灶微结构表征模块； 基于正样本图像，采用弹性形变增强策略生成形变图像，形成弹性形变样本图像对，利用正、负样本图像对和弹性形变样本图像对训练搭建的两模块； 以训练完成的ViT编码器作为多参数MRI影像模型； 其中，利用正、负样本图像对和弹性形变样本图像对训练搭建的两模块，包括： 基于跨序列语义对齐模块，提取正负样本图像对的嵌入表征； 基于病灶微结构表征模块，以正负样本图像为原始图像，采用形变增强策略对原始图像进行增强处理，构造解剖结构连续且语义不变的形变图像，以原始图像及对应的形变图像作为弹性形变样本图像对，再利用跨序列语义对齐模块中的ViT编码器与多层感知机，提取弹性形变样本图像对的嵌入表征； 基于正、负样本图像对的嵌入表征，采用温度归一化交叉熵损失进行训练，以最大化正样本图像之间的相似度并最小化正样本图像与负样本图像的相似度；同时，基于弹性形变样本图像对的嵌入表征，采用形变一致性对比损失进行训练，以最小化不同弹性变形下不同图像之间的相似度；所述形变一致性对比损失，表示为： ； 其中，为余弦相似度，为温度系数，为原始图像和形变图像的嵌入表征，为原始正样本图像和原始负样本图像的嵌入表征，为样本图像对数；表示当不等于时，值为1，而当等于时，值为0； 不断迭代训练直至达到设定条件，完成两模块的训练； 形变增强策略为：基于随机生成的位移场，采用基于自由形状变换法，构造解剖结构连续且语义不变的形变图像；其中，将控制点网格定义在原始图像坐标空间上，控制点随机扰动通过多次B样条插值扩散至整图，得到位移场，再基于位移场，对原始图像同步应用形变，生成弹性形变图像。

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浙江省肿瘤医院，其通讯地址为：310000 浙江省杭州市拱墅区半山东路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。