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！

龙图腾网获悉华中科技大学同济医学院附属协和医院申请的专利一种基于前列腺癌组织形态的多模态图像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：CN120833542B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511341753.3，技术领域涉及：G06T7/33；该发明授权一种基于前列腺癌组织形态的多模态图像融合方法是由章小平;梁华庚;张旭明;曹琪;陈凯磊;闻明伟;刘郴郴;任亚光;潘钥设计研发完成，并于2025-09-19向国家知识产权局提交的专利申请。

本一种基于前列腺癌组织形态的多模态图像融合方法在说明书摘要公布了：本发明涉及医学成像处理技术领域，具体涉及一种基于前列腺癌组织形态的多模态图像融合方法，包括以下步骤：获得同一前列腺部位的微血管光声成像，超声弹性成像和磁共振成像；以微血管光声成像、超声弹性成像为参考图像，以磁共振成像为浮动图像，构建双向监督配准网络；通过迁移学习对双向监督配准网络进行轻量化处理，建立快速配准网络。本发明首先通过复杂的模型结构获取磁共振、光声和超声图像的高精度配准结果，再通过迁移学习形成一个小模型结构，学习到复杂的模型结构的高精度性能，实现结构简单化与模型高精度性能的兼顾，减少其对部署环境的要求，提升其通用性。

本发明授权一种基于前列腺癌组织形态的多模态图像融合方法在权利要求书中公布了：1.一种基于前列腺癌组织形态的多模态图像融合方法，其特征在于，包括以下步骤： 获取同一前列腺部位的微血管光声成像，超声弹性成像和磁共振成像； 以微血管光声成像、超声弹性成像为参考图像，以磁共振成像为浮动图像，构建用于对所述微血管光声成像、超声弹性成像和磁共振成像进行特征和灰度配准融合的双向监督配准网络； 通过迁移学习对双向监督配准网络进行轻量化处理，建立出用于微血管光声成像、超声弹性成像和磁共振成像与所述双向监督配准网络输出的多模融合图像之间模态转换的快速配准网络； 双向监督配准网络包括第一配准子结构和第二配准子结构，所述第一配准子结构和第二配准子结构均由基于特征配准的神经网络和基于灰度配准的神经网络构成； 所述第一配准子结构和第二配准子结构之间相互约束的损失函数为： ； 式中，为第一配准子结构和第二配准子结构之间的约束损失，为磁共振成像的特征灰度配准图像，为磁共振成像的灰度特征配准图像； 所述第一配准子结构中基于特征配准的神经网络前置于基于灰度配准的神经网络，其中，第一配准子结构中基于特征配准的神经网络以磁共振成像为浮动图像，以微血管光声成像、超声弹性成像为参考图像，生成磁共振成像的特征配准图像； 所述第一配准子结构中基于特征配准的神经网络的表达式为： ； ； ； 式中，为磁共振成像，为微血管光声成像，为超声弹性成像，为与之间特征配准的形变场，为与之间特征配准的形变场，为磁共振成像的特征配准图像，为预测形变场的神经网络，为空间变换函数； 所述第一配准子结构中基于特征配准的神经网络的损失函数为： ； 式中，为第一配准子结构的特征损失，为特征提取网络，为L1范数式； 第一配准子结构中基于灰度配准的神经网络以磁共振成像的特征配准图像为浮动图像，以微血管光声成像、超声弹性成像为参考图像，生成磁共振成像的特征灰度配准图像； 所述第一配准子结构中基于灰度配准的神经网络的表达式为： ； ； ； 式中，为与之间灰度配准的形变场，为与之间灰度配准的形变场，为磁共振成像的特征灰度配准图像； 所述第一配准子结构中基于灰度配准的神经网络的损失函数为： ； 式中，为第一配准子结构的灰度损失。

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华中科技大学同济医学院附属协和医院，其通讯地址为：430000 湖北省武汉市解放大道1277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。