安徽省立医院(中国科学技术大学附属第一医院)钱俊超获国家专利权
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！
龙图腾网获悉安徽省立医院(中国科学技术大学附属第一医院)申请的专利一种多低秩专家混合的医学图像配准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：CN120182334B 。
龙图腾网通过国家知识产权局官网在2025-07-18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：202510649337.3，技术领域涉及：G06T7/30；该发明授权一种多低秩专家混合的医学图像配准方法是由钱俊超;魏子文;吴小龙;袁双虎设计研发完成，并于2025-05-20向国家知识产权局提交的专利申请。
本一种多低秩专家混合的医学图像配准方法在说明书摘要公布了：本发明公开了一种多低秩专家混合的医学图像配准方法，属于医学图像处理技术领域。针对医学图像配准鲁棒性差的问题，本发明将低秩适应的高效参数微调能力应用于医学图像配准的深度学习框架，将其与导致参数量大幅度提升的多专家策略相结合，通过将单一大型专家网络拆分为多个动态激活的轻量级低秩专家，既能通过低秩约束防止训练参数量过高，又能通过更多的专家数量提升模型对医学图像多模态、多位置等情况下的建模能力，旨在提升医学图像配准的准确性和鲁棒性。
本发明授权一种多低秩专家混合的医学图像配准方法在权利要求书中公布了：1.一种多低秩专家混合的医学图像配准方法，其特征在于，包括以下步骤： 步骤S1：对浮动图像和固定图像通过特定不相似度度量生成代价张量，并输入级联卷积神经网络； 步骤S2：为级联卷积神经网络边路添加多个低秩适应模块，每个低秩适应模块作为一个低秩专家模型； 步骤S3：基于动态路由机制，通过门控网络为每个低秩专家模型分配不同的权重，并激活前K个低秩专家模型； 步骤S4：基于前K个低秩专家模型调整级联卷积神经网络的参数，将输入的代价张量转化成混合位移场，并外推至稠密位移场； 步骤S5：利用稠密位移场对浮动图像进行空间变换，输出配准结果。
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安徽省立医院(中国科学技术大学附属第一医院)，其通讯地址为：231131 安徽省合肥市庐阳区庐江路9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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号