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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西安電子科技大學申請的專利基于自適應多門控混合專家模型的腹部多器官配準方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN116993793B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202310944659.1，技術領域涉及：G06T7/33；該發(fā)明授權基于自適應多門控混合專家模型的腹部多器官配準方法是由緱水平;汪文婷;童諾;劉波;陳陽設計研發(fā)完成，并于2023-07-28向國家知識產(chǎn)權局提交的專利申請。

本基于自適應多門控混合專家模型的腹部多器官配準方法在說明書摘要公布了：本發(fā)明公開了一種基于自適應多門控混合專家模型的腹部多器官配準方法，主要解決了現(xiàn)有技術無法同時對腹部膀胱、宮頸、直腸進行可變形跨模態(tài)配準的問題。其方案是：借助盆骨的剛性對膀胱、直腸和宮頸器官在空間位置對齊；構建自適應多門控混合專家模型；將CT與MRI圖像映射到掩碼空間并轉(zhuǎn)換為同一大小，再將其輸入到多分支可變形配準網(wǎng)絡中；在可變形配準網(wǎng)絡中使用專家模型進行多目標優(yōu)化，求解三個器官的配準結果；計算最終配準圖像與原始CT圖像的損失，迭代更新網(wǎng)絡獲取最優(yōu)配準模型；通過最優(yōu)配準模型獲取三器官的最終配準結果。本發(fā)明能同時配準腹部CT、MRI圖像中膀胱、直腸和宮頸，可為醫(yī)生的醫(yī)療診斷、制定手術計劃、放射治療提供參考。

本發(fā)明授權基于自適應多門控混合專家模型的腹部多器官配準方法在權利要求書中公布了：1.一種基于自適應多門控混合專家模型的腹部多器官配準方法，其特征在于，包括： 1使用盆骨的剛性對MRI圖像及CT圖像進行剛性配準： 1a將醫(yī)院提供的n個病人相匹配的MRI圖像及CT圖像的3D腹部影像數(shù)據(jù)集對作為原始數(shù)據(jù)，并利用基于Mask-RCNN網(wǎng)絡對其進行分割，得到盆骨、膀胱、宮頸、直腸這些關鍵器官的CT與MRI的3D標簽數(shù)據(jù)集對，并利用該標簽數(shù)據(jù)集對，對原始的3D腹部影像進行器官提取，得到包含相應關鍵器官的CT與MRI的3D數(shù)據(jù)集對； 1b將每一對3D數(shù)據(jù)集對中的CT圖像中的盆骨作為參考圖像，將MRI圖像中的盆骨作為浮動圖像，對盆骨浮動圖像進行3D仿射變換，使其與參考圖像在空間位置對齊，得到相應的仿射變換矩陣N； 1c將CT圖像中膀胱、宮頸、直腸這三個關鍵器官作為參考圖像，將MRI圖像中的這三個關鍵器官作為浮動圖像，利用1b得到的仿射變換矩陣，通過matlab中自帶的imwarp函數(shù)對該三個器官的浮動圖像做矩陣變換，最終得到與CT關鍵器官3D圖像在空間位置上對齊的MRI關鍵器官3D圖像，即對齊后的3D跨模態(tài)圖像對； 2將空間位置對齊后的跨模態(tài)圖像對轉(zhuǎn)換為二值圖像，并進行填充和裁剪： 2a將這些跨模態(tài)3D圖像對轉(zhuǎn)換為2D圖像，挑選出所有2D圖像中含有膀胱、宮頸、直腸這些關鍵器官的圖像對； 2b將挑選出的所有圖像轉(zhuǎn)換為灰度值為0和255的二值圖像； 2c將得到的二值圖像的背景通過裁剪和填充0的方式，統(tǒng)一為同樣的大小，并將轉(zhuǎn)換后的參考圖像P_ref和浮動圖像P_reg數(shù)據(jù)對按照6:3:1劃分為訓練集和驗證集和測試集； 3將VoxelMorph網(wǎng)絡的解碼器部分修改為三分支輸出的網(wǎng)絡模型，并加入混合專家模型，構成基于自適應多門控混合專家模型的腹部多器官配準模型； 4對基于自適應多門控混合專家模型的腹部多器官配準模型進行訓練： 4a對2c中得到的二值化后的參考圖像P_ref和浮動圖像P_reg通道拼接后放入基于自適應多門控混合專家模型的腹部多器官配準模型的編碼器中，得到其提取特征R； 4b選用現(xiàn)有的混合專家模型，設定該模型中需要使用的三個門控網(wǎng)絡和三個expert，將特征R輸入到混合專家模型的三個門控網(wǎng)絡中，使用線性變換將特征R的維度映射到與expert數(shù)量相同的維度上得到三個特征R1、R2、R3； 4c將映射后的三個特征R1、R2、R3分別與可學習權值Wk相乘，并通過softmax函數(shù)計算得到每個門控網(wǎng)絡的輸出結果，再將每個門控網(wǎng)絡的輸出與其對應expert的輸出矩陣相乘并求和得到每一個expert的最終輸出結果； 4d對每一個最終輸出的結果進行上采樣，得到三個器官各自的優(yōu)化形變場再將這三個優(yōu)化形變場相加得到最終形變場Φ； 其中，O為解碼器分支的數(shù)量，i∈{1,…,O}； 4e將訓練集中的待配準圖像與最終形變場進行融合，得到配準后圖像A_reg； 4f根據(jù)參考圖像P_ref和配準后圖像A_reg，計算該配準網(wǎng)絡的訓練集損失LTDice和驗證集損失LVDice，并利用訓練集損失進行反向傳播迭代更新網(wǎng)絡參數(shù)，直到驗證集損失收斂，終得到訓練好的基于自適應多門控混合專家模型的腹部多器官配準模型； 5將測試集輸入到訓練好的配準網(wǎng)絡模型中，得到測試集的多器官配準結果。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" href="https://iptop.www.hzsmkbearing.com.cn/list?keyword=%E8%A5%BF%E5%AE%89%E7%94%B5%E5%AD%90%E7%A7%91%E6%8A%80%E5%A4%A7%E5%AD%A6&temp=1">西安電子科技大學，其通訊地址為：710071 陜西省西安市雁塔區(qū)太白南路2號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。