发明专利已授权

一种基于无监督深度学习的肺部CT图像配准方法

📄 申请号：CN202010286805.2 📄 发布日：2026/08/26

著录项目信息

申请日

2020-04-13

公开号

CN111524170B

公开日

2023-05-26

申请人

中南大学

法律状态

已下证

专利类型

发明

主分类号

G06T7_33

IPC 分类号

G06T7_33 , G06T7_12 , G06T7_00 , G06N3_0464 , G06N3_084 , G06N3_088 ,

技术画像

所属领域

其他分类其他

应用场景

医学影像诊断, 计算机辅助诊断, 放射治疗计划, 肺部疾病随访监测, 医学图像分析

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于无监督深度学习的肺部CT图像配准方法。首先应用由滑动窗口和反向采样组成的预处理方法将肺部CT图像对划分成若干个便于神经网络模型处理的中间图像块对；随后使用由“缩减路径”、“扩张路径”、后续卷积层以及空间变换层组成的频繁连接U型卷积神经网络模型提取、融合图像特征，并输出与中间图像块对对应的密集位移场块和变形图像块；最后应用由边缘裁剪和重叠区域均值化组成的后处理方法将若干个变形图像块和密集位移场块拼接缝合成与原始肺部CT图像大小一致的变形图像和密集位移场。与已有配准算法相比，本发明方法完全自动，运行速度快且配准精度高。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种再生混凝土及其制备方法

当前第 / 件

基于无服务器雾计算系统架构的复杂任务分配方法

同领域国内专利 · IPC: (G06T7_33)

G06T7_00 G06T7_10 G06T7_11 G06T7_12 G06T7_13 G06T7_136 G06T7_143 G06T7_149 G06T7_155 G06T7_168 G06T7_174 G06T7_181 G06T7_187 G06T7_194 G06T7_20 G06T7_207 G06T7_215 G06T7_223 G06T7_246 G06T7_254 G06T7_269 G06T7_277 G06T7_292 G06T7_30 G06T7_32 G06T7_33 G06T7_37 G06T7_38 G06T7_40 G06T7_41 G06T7_44 G06T7_45 G06T7_49 G06T7_50 G06T7_507 G06T7_514 G06T7_521 G06T7_55 G06T7_557 G06T7_564 G06T7_579 G06T7_593 G06T7_60 G06T7_62 G06T7_64 G06T7_66 G06T7_68 G06T7_70 G06T7_73 G06T7_77 G06T7_80 G06T7_90 覆盖52个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：2 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)