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！

龙图腾网恭喜南京大学申请的专利多线程融合的活体超声热应变成像方法及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：CN114332065B 。

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：202210003923.7，技术领域涉及：G06T7/00；该发明授权多线程融合的活体超声热应变成像方法及装置是由郭霞生;尹楚豪;章东;屠娟设计研发完成，并于2022-01-04向国家知识产权局提交的专利申请。

本多线程融合的活体超声热应变成像方法及装置在说明书摘要公布了：本发明公开了多线程融合的活体超声热应变成像方法及装置，属于医学图像处理领域。本发明的方法为采集超声图像序列后，根据相关性将图像划分到多个线程并进行图像配准和热应变成像。进一步，以时域有限差分法求解的生物热传导方程为预测模型，采用自适应卡尔曼滤波器对热应变序列滤波。最后，按标量加权线性最小方差信息融合准则，将各线程的热应变融合。本发明克服现有活体热应变成像中成像结果依赖于单一运动相位，生理运动难以精确补偿导致热应变轮廓畸变、信噪比差，而常规空间滤波以牺牲空间分辨率为代价的不足，可以获得准确、鲁棒性高、时空分辨率高的活体热应变成像结果。

本发明授权多线程融合的活体超声热应变成像方法及装置在权利要求书中公布了：1.多线程融合的活体超声热应变成像方法，其特征在于，包括以下步骤：采集步骤：对靶区加热，对活体热疗靶区进行超声图像采集，获得数字超声图像序列；成像步骤：通过相关性分析将采集步骤中获得的数字超声图像序列划分到对应于不同运动相位期的多个准周期线程n，其中n=1,2,…,N，N为正整数表示总线程数；根据靶区位置，在图像中选取感兴趣区域，并基于感兴趣区域在各线程独立地进行图像配准和热应变成像，得到各线程的热应变分布序列Sn；校准步骤：Sn采用二维轴对称曲面函数拟合，得到对应线程的热源中心位置，通过使各线程热源中心对齐，将Sn更新为位置校准后的热应变分布序列；建模步骤：通过时域有限差分法求解生物热传导方程，构建卡尔曼滤波器的预测模型；初始化步骤：设置热源强度分布；初始化自适应卡尔曼滤波器参数；滤波步骤：将各线程热应变序列作为卡尔曼滤波器的测量值，将生物热传导方程计算结果作为卡尔曼滤波器的预测值，得到自适应卡尔曼滤波后的热应变估计S'n；融合步骤：基于各线程热应变滤波后的系统误差，按标量加权线性最小方差信息融合准则，融合各线程的热应变结果，输出最终的热应变图像序列S'；所述建模步骤的具体实现方式为：对任意线程n，以热源位置为中心，建立尺寸A×L，A为轴向尺寸，L为横向尺寸，不小于感兴趣区域、最大空间步长Δd、时间跨度0~T、时间步长Δt的离散网格，Δd的取值小于A2和L2中的较小值，Δt的取值小于T2；预测模型为 3其中，和分别为tm=mΔt时刻的热应变预测值和时刻的卡尔曼滤波器的热应变估计值；d为空间内坐标，采用标准笛卡尔坐标系、二维极坐标系、三维柱坐标系或三维球坐标系形式；当各线程热应变并非定义在坐标系d，则先通过标准方法将其变换至d，得到Snd;t；F=A-1b为系统的状态转移矩阵，A-1为矩阵A的逆矩阵，为tm时刻的系统输入量；A和b为与组织比热容、热传导率、密度相关的系数矩阵，其通过时域有限差分法将生物热传导方程离散化得到；k为热应变测温模型δ-ESF中规定的、描述温度变化量与热应变之间线性关系的常数；为热源项；所述滤波步骤的具体实现方式为：在t0=0时刻，卡尔曼滤波器的热应变估计值设置为S'nd,t0=S0d；对各线程，独立地基于（3）式由tm−1时刻的热应变估计值获得tm时刻的热应变预测值，同时，由tm−1时刻系统估计误差的协方差Pn,m−1，按照下式预测tm时刻系统估计误差的协方差： ，5其中，FT表示状态转移矩阵F的转置矩阵，Wn,m−1为预测模型当前估计误差的协方差矩阵由和测量值估计误差R=R0d，按下式计算卡尔曼增益Kn： 6将Kn作用于预测值和测量值Snd;tm，按下式计算得到滤波后tm时刻的热应变估计值S'nd;tm： ，7其中，为新息，代表测量值与预测值之间的偏差；进一步，按下式更新系统估计误差的协方差矩阵： ；8通过最近M次迭代的新息vn,m，按下式计算新息序列Cm： ，9其中，M的取值为大于1的整数；进一步，按下式迭代地更新当前的预测模型估计误差的协方差矩阵Wn,m： ，10自适应地修正模型预测值和测量值在最终滤波器输出中的权重；对任意线程n，按照式（4）-（10）的迭代计算过程，使tm由0增长到T，最终得到的估计值图像序列S'n即为该线程经自适应卡尔曼滤波后得到的热应变输出图像序列。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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”。