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！

龙图腾网获悉中国人民解放军总医院第一医学中心申请的专利一种PET-CT肺癌图像融合分割方法和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：CN120852451B 。

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：202511357270.2，技术领域涉及：G06T7/11；该发明授权一种PET-CT肺癌图像融合分割方法和系统是由孙爽;常尼佳;圣朝军;骆辰;许金环设计研发完成，并于2025-09-23向国家知识产权局提交的专利申请。

本一种PET-CT肺癌图像融合分割方法和系统在说明书摘要公布了：本申请提供一种PET‑CT肺癌图像融合分割方法和系统，涉及图像分割技术领域，本申请通过获取肺癌早期微小病灶的PET图像和CT图像；通过卷积神经网络，对其进行卷积处理，得到PET代谢参数和CT密度值分布数据；对PET特征图和CT特征图进行跨模态特征关联，得到关联后PET特征图和关联后CT特征图；对其进行分割，得到PET特征分割结果和CT特征分割结果；根据该分割结果，结合PET代谢参数和CT密度值分布数据，得到融合特征参数；对PET特征分割结果、CT特征分割结果以及融合特征参数进行联合分析，得到肺癌早期微小病灶的PET‑CT图像融合分割结果，实现了对肺癌早期微小病灶精准的PET‑CT图像融合分割。

本发明授权一种PET-CT肺癌图像融合分割方法和系统在权利要求书中公布了：1.一种PET-CT肺癌图像融合分割方法，其特征在于，包括： 获取肺癌早期微小病灶的PET图像和CT图像； 通过卷积神经网络，对所述PET图像和CT图像进行卷积处理，以得到PET特征图和CT特征图，同时对所述PET图像和CT图像进行转换，得到PET代谢参数和CT密度值分布数据； 对所述PET特征图和CT特征图进行跨模态特征关联，得到关联后PET特征图和关联后CT特征图； 对所述关联后PET特征图和所述关联后CT特征图进行分割，得到PET特征分割结果和CT特征分割结果； 根据所述PET特征分割结果和CT特征分割结果，结合所述PET代谢参数和CT密度值分布数据，确定所述关联后PET特征图和所述关联后CT特征图中的肺癌早期微小病灶的空间位置范围和特征强度范围，以将所述关联后PET特征图和所述关联后CT特征图进行多层次特征融合，得到融合特征参数； 对所述PET特征分割结果、所述CT特征分割结果以及所述融合特征参数进行联合分析，得到肺癌早期微小病灶的PET-CT图像融合分割结果； 对所述PET特征分割结果、所述CT特征分割结果以及所述融合特征参数进行联合分析，得到肺癌早期微小病灶的PET-CT图像融合分割结果，包括： 从所述PET特征分割结果和CT特征分割结果中分别提取出病灶区域的像素点轮廓坐标，得到PET轮廓集和CT轮廓集，同时，从所述融合特征参数中提取出特征强度处于所述特征强度范围内的像素点轮廓坐标，得到融合轮廓集； 计算出所述融合轮廓集分别与所述PET轮廓集和CT轮廓集的轮廓重合度，以确定PET调整系数和CT调整系数； 根据所述PET调整系数和CT调整系数，对所述PET轮廓集和CT轮廓集进行边界修正，得到修正后PET轮廓集和修正后CT轮廓集； 将所述修正后PET轮廓集、所述修正后CT轮廓集以及所述融合轮廓集进行区域叠加，以统计在至少两个轮廓集中出现的目标像素点，将所述目标像素点进行连接，形成初始联合轮廓，所述轮廓集包括所述修正后PET轮廓集、所述修正后CT轮廓集以及所述融合轮廓集； 剔除所述初始联合轮廓中超出所述空间位置范围的目标像素点，得到中间联合轮廓，并将处于所述特征强度范围内，且符合病灶特征的非目标像素点添加至所述中间联合轮廓，生成最终联合轮廓，将所述最终联合轮廓作为肺癌早期微小病灶的PET-CT图像融合分割结果。

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中国人民解放军总医院第一医学中心，其通讯地址为：100853 北京市海淀区复兴路28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。