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！

龙图腾网恭喜复旦大学申请的专利基于本征表示学习的跨模态内镜图像转换及病灶分割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：CN115018767B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202210477177.5，技术领域涉及：G06T7/00；该发明授权基于本征表示学习的跨模态内镜图像转换及病灶分割方法是由颜波;钟芸诗;谭伟敏;蔡世伦;林青设计研发完成，并于2022-05-03向国家知识产权局提交的专利申请。

本基于本征表示学习的跨模态内镜图像转换及病灶分割方法在说明书摘要公布了：本发明属于医学图像处理技术领域，具体为一种跨模态内镜图像转换及病灶区域分割方法。本发明通过构建的基于本征表示学习的神经网络，将消化道内窥镜白光图像转换成高质量的窄带图像；使用无监督训练的本质特征提取器获取白光图像的本质特征，通过空洞空间卷积池化金字塔网络进行病灶区域的预测，得到病灶区域的分割结果；测试时，待测白光图像只需要和一张辅助的窄带图像经过一次前向传播，即可获得白光图像对应的窄带图像。本方法采用无监督学习方式，拥有很好的泛化性，在不同内窥镜设备上效果优异。本发明能够为白光内窥镜设备提供额外的窄带成像，为医生诊断提供更好的参考，基于窄带图像辅助的病灶区域分割能够自动定位病灶区域，从而大大提高疾病诊断效率，降低发病率和死亡率。

本发明授权基于本征表示学习的跨模态内镜图像转换及病灶分割方法在权利要求书中公布了：1.一种基于本征表示学习的跨模态内镜图像转换及病灶分割方法，其特征在于，具体步骤为：一通过构建的基于本征表示学习的神经网络，将消化道内窥镜白光图像WLI转换成高质量的窄带图像NBI；二通过一个空洞空间卷积池化金字塔网络ASPP，使用步骤一得到的本质特征提取器获取白光图像的本质特征，进行白光图像的病灶区域预测，得到病灶区域的分割结果；步骤一中，对于给定白光图像WLI，目标是生成相应的窄带图像NBI；根据光模型，假设内窥镜白光图像可以解耦为光学信息和本质特征；于是，通过采用神经网络，将另一模态的光学信息与本模态的本质特征进行重组，得到相应的跨模态图像；所述的神经网络是一个对称的网络结构；对于白光图像IWLI，经过一个获取光学信息的特定模态特征编码器EMS，得到白光图像IWLI的光学特征同时，白光图像IWLI经过一个获取模态不变特征的模态不变特征编码器得到白光图像IWLI的本质特征同样，对于窄带图像INBI，经过一个获取光学信息的特定模态特征编码器EMS得到窄带图像INBI的光学特征经过一个获取模态不变特征的模态不变特征编码器得到窄带图像INBI的本质特征和组合输入一个白光图像生成器GWLI中生成白光图像和组合输入窄带图像生成器GNBI中生成窄带图像两个本质特征和分别输入一个本征生成器GEigen中，均可生成本征表示IEigen；和共享权重；将生成的白光图像和窄带图像分别送入一个区分生成图像和真实图像的鉴别器DGen，得到一个分类结果，用于对抗学习生成逼真的医学图像；所述的神经网络具有循环结构，即是一个循环网络，其循环方式如下：将生成的白光图像经过一个获取光学信息的特定模态特征编码器EMS,得到新的白光图像光学特征经过获取模态不变特征的模态不变特征编码器得到新的白光图像本质特征同理，可得新的窄带图像的光学特征和本质特征和组合输入白光图像生成器GWLI中，得到白光图像和组合输入窄带图像生成器GNBI中，得到窄带图像循环后得到的白光图像和窄带图像应和原始输入的白光图像IWLI和NBI图像INBI一致，即可以使用像素级的损失来约束。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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”。