買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉蘇州工學院申請的專利一種基于多模態融合的醫學圖像增強方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120219262B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510695216.2，技術領域涉及：G06T5/90；該發明授權一種基于多模態融合的醫學圖像增強方法及系統是由王穎;周蓓;錢振江;汝吉東;宋東興;沈健;嚴衛;郭輝;李菊設計研發完成，并于2025-05-28向國家知識產權局提交的專利申請。

本一種基于多模態融合的醫學圖像增強方法及系統在說明書摘要公布了：本發明公開了一種基于多模態融合的醫學圖像增強方法及系統，包括：獲取醫學影像數據，醫學影像數據包括CT圖像、MRI圖像、PET圖像和超聲圖像；計算跨模態特征詞匯表中各語義標簽的互信息值，生成模態間特征相關性矩陣；對統一維度圖像集進行非剛性空間配準，生成幾何一致的多模態圖像集；從多模態圖像集中提取骨骼區域特征、軟組織區域特征和高代謝區域特征，生成核心特征集；采用深度學習算法對核心特征集進行訓練，生成包含分割掩膜的分割圖像集；根據分割圖像集的區域特征動態調整融合權重，生成融合增強圖像。本發明通過多模態醫學影像的特征提取、空間配準和深度學習融合，實現了不同模態醫學影像信息的有效整合。

本發明授權一種基于多模態融合的醫學圖像增強方法及系統在權利要求書中公布了：1.一種基于多模態融合的醫學圖像增強方法，其特征在于，包括： 獲取醫學影像數據，所述醫學影像數據包括CT圖像、MRI圖像、PET圖像； 基于所述CT圖像、MRI圖像、PET圖像依次對應提取密度特征向量、弛豫時間特征向量、代謝特征向量，并采用降維算法生成模態特征向量集； 根據所述模態特征向量集，采用聚類算法生成包含語義標簽的跨模態特征詞匯表；其中，所述語義標簽包括高密度簇、軟組織簇和高代謝簇； 計算所述跨模態特征詞匯表中各語義標簽的互信息值，生成模態間特征相關性矩陣； 根據所述模態間特征相關性矩陣，采用空間變換算法將所述CT圖像、MRI圖像、PET圖像映射至統一三維空間，生成統一維度圖像集； 對所述統一維度圖像集進行非剛性空間配準，生成幾何一致的多模態圖像集； 從所述多模態圖像集中提取骨骼區域特征、軟組織區域特征和高代謝區域特征，生成核心特征集； 采用深度學習算法對所述核心特征集進行訓練，生成包含分割掩膜的分割圖像集； 根據所述分割圖像集的區域特征動態調整融合權重，生成融合增強圖像。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人蘇州工學院，其通訊地址為：215506 江蘇省蘇州市常熟市南三環路99號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。