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！

龍圖騰網獲悉浙江工業大學申請的專利一種基于特征聚合分解的多模態醫學圖像融合方法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：CN117132854B 。

龍圖騰網通過國家知識產權局官網在2025-09-05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：202310925016.2，技術領域涉及：G06V10/80；該發明授權一種基于特征聚合分解的多模態醫學圖像融合方法是由產思賢;李裕強;盧雅婷;管秋;白琮設計研發完成，并于2023-07-26向國家知識產權局提交的專利申請。

本一種基于特征聚合分解的多模態醫學圖像融合方法在說明書摘要公布了：本發明公開了一種基于特征聚合分解的多模態醫學圖像融合方法，包括：構建特征聚合網絡和分解反饋網絡；取源圖像和初始分解圖像拼接構成訓練集；將拼接后的圖像輸入至特征聚合網絡中輸出融合圖像；將融合圖像輸入至所述分解反饋網絡中，得到兩個分解圖像；基于源圖像、融合圖像和分解圖像計算總損失，并根據總損失對所述特征聚合網絡和分解反饋網絡進行更新，若滿足迭代訓練結束條件，則輸出特征聚合網絡和分解反饋網絡用于多模態醫學圖像融合；否則將源圖像和分解圖像拼接構成新的訓練集繼續進行迭代訓練。本發明解決對圖像特征提取不夠細致、沒有信息補償的問題，并將融合圖像設置成中間結果，通過優化終點結果來實現更優的融合性能。

本發明授權一種基于特征聚合分解的多模態醫學圖像融合方法在權利要求書中公布了：1.一種基于特征聚合分解的多模態醫學圖像融合方法，其特征在于，所述基于特征聚合分解的多模態醫學圖像融合方法，包括： 構建特征聚合網絡和分解反饋網絡，所述特征聚合網絡包括編碼器、全局特征提取模塊、局部特征提取模塊和解碼器； 取源圖像和初始分解圖像拼接構成訓練集； 將拼接后的圖像輸入至所述特征聚合網絡中，所述特征聚合網絡通過編碼器提取淺層特征，并將所述淺層特征分別輸入至全局特征提取模塊和局部特征提取模塊中得到全局特征和局部特征，疊加所述全局特征和局部特征后輸入至解碼器，由解碼器重建輸出融合圖像； 將所述融合圖像輸入至所述分解反饋網絡中，得到兩個分解圖像； 基于源圖像、融合圖像和分解圖像計算總損失，并根據總損失對所述特征聚合網絡和分解反饋網絡進行更新，若滿足迭代訓練結束條件，則輸出特征聚合網絡和分解反饋網絡用于多模態醫學圖像融合；否則將源圖像和分解圖像拼接構成新的訓練集繼續進行迭代訓練； 其中，所述全局特征提取模塊包括三條路徑，三條路徑輸出的多尺度特征進行像素級融合得到全局特征； 第一條路徑包括依次連接的自適應卷積層、SwinTransformer塊和自適應卷積層，第二條路徑包括依次連接的自適應卷積層、自適應卷積層、SwinTransformer塊和自適應卷積層，第三條路徑包括依次連接的自適應卷積層、自適應卷積層、自適應卷積層、SwinTransformer塊和自適應卷積層； 其中，所述局部特征提取模塊包括依次連接的三個3×3卷積層和一個1×1卷積層； 第一個3×3卷積層的輸入為淺層特征和源圖像，第二個3×3卷積層的輸入為淺層特征、源圖像以及第一個3×3卷積層的輸出，第三個3×3卷積層的輸入為淺層特征、源圖像、第一個3×3卷積層的輸出和第二個3×3卷積層的輸出，所述1×1卷積層的輸入為淺層特征、第一個3×3卷積層的輸出、第二個3×3卷積層的輸出和第三個3×3卷積層的輸出。

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浙江工業大學，其通訊地址為：310014 浙江省杭州市下城區潮王路18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”。