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！

龙图腾网恭喜重庆理工大学申请的专利一种基于多维信息融合网络的X射线热声成像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：CN119313753B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411179150.3，技术领域涉及：G06T11/00；该发明授权一种基于多维信息融合网络的X射线热声成像方法是由蒋鑫;陈智超;孙政;翟思彤设计研发完成，并于2024-08-27向国家知识产权局提交的专利申请。

本一种基于多维信息融合网络的X射线热声成像方法在说明书摘要公布了：本发明公开了一种基于多维信息融合网络的X射线热声成像方法，涉及人工智能医学成像技术领域。本发明能够适应在不同采样条件下的高质量X射线热声图像快速重建，有效提取并利用信号和图像的信息，通过信号与图像中的特征信息互补，在保证重建质量的同时，减少时间成本的开销，避免传统X射线热声成像方法的缺陷，加速X射线热声成像的发展进程。

本发明授权一种基于多维信息融合网络的X射线热声成像方法在权利要求书中公布了：1.一种基于多维信息融合网络的X射线热声成像方法，其特征在于：至少包括以下步骤：S1：模拟经X射线放疗后的初始声压数据集，在不同采样条件下使用K-Wave模拟X射线诱发的超声波信号仿真数据；S2：逐模块的构建端到端的多维信息融合网络模型MFF-NET，并输出最终的X射线热声图像；所述S2中的端到端的多维信息融合网络模型MFF-NET包括左侧的信号特征提取模块、右侧的图像特征提取模块和中间的特征融合模块；所述信号特征提取模块包括一个双向长短期记忆神经网络BiLSTM和编解码器U-net，所述BiLSTM共包含512个单元，其输入为模拟的超声信号序列，输入维度为超声换能器个数i×采样点数w，提取的特征通过一个全连接层还原成128×128大小的特征图；所述的编解码器U-net的下采样块中包含两个连续的卷积块和一个大小为2×2，步长为2的池化层组成，其中卷积块由大小为3×3，步长为1的卷积层和批量归一化层以及ReLu激活函数组成，所述的编解码器U-net的上采样块中包含两个与下采样块中一致的卷积层和大小为2×2，步长为2的反卷积层组成；所述图像特征提取模块包括主体和交叉注意力模块；所述主体为Unet架构，并在Unet架构的基础上融入交叉注意力模块来代替Unet的残差连接；所述交叉注意力模块首先从编码器阶段提取多特征，应用平均池化提取斑块，并使用1×1的卷积实现投影操作，最后通过连续的通道交叉注意力和空间交叉注意力机制；所述特征融合模块引入了一种多级特征信息融合模块，以所述图像特征提取模块中的图像后处理模块中输出的不同大小的特征图作为输入，首先，通过1×1的卷积统一不同尺度特征的通道数，然后应用空间和通道注意力机制，随后对不同大小的特征应用池化、恒等映射以及插值操作，使其统一到与图像后处理相应的特征大小，最后对所有的重采样特征图应用哈达马乘法来增强特征；其中经所述图像特征融合模块后的特征与所述信号提取模块中解码器U-net相同大小的特征图相连接，最后输出最终的X射线热声图像；S3：采用有监督的学习方法，在初始声压数据集和超声波信号仿真数据集上训练MFF-NET，依次完成不同采样环境下的超声波信号到高质量X射线热声图像重建训练任务，得到训练好的X射线热声图像重建模型；S4：将放疗下的X射线诱发的超声信号输入训练好的X射线热声图像重建模型，输出重建后的高质量X射线热声图像；S5：将预测的声压分布还原生成相应的剂量分布，并将声压和剂量图切片堆叠成3D形式，进行3D剂量验证。

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重庆理工大学，其通讯地址为：400054 重庆市巴南区红光大道69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”。