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！

龙图腾网恭喜澳门理工大学申请的专利一种跨模态医学图像质量评估及体位检测模型和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：CN118941551B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411225590.8，技术领域涉及：G06T7/00；该发明授权一种跨模态医学图像质量评估及体位检测模型和方法是由檀韬设计研发完成，并于2024-09-03向国家知识产权局提交的专利申请。

本一种跨模态医学图像质量评估及体位检测模型和方法在说明书摘要公布了：本发明公开了一种跨模态医学图像质量评估及体位检测模型和方法，该模型包括信息编码模块、采用超卷积的混合卷积模型和Swin‑transformer模型；信息编码模块能根据数据集的模态信息、部位信息和类型信息生成对应的医学图像类型编码；混合卷积模型能利用不同模态数据集以及医学图像类型编码进行质量评估预测训练，并能对待预测CT或MRI图像进行质量评估；Swin‑transformer模型能利用不同模态数据集以及医学图像类型编码进行体位情况预测训练，并能对待预测CT或MRI图像进行体位检测。本发明能够对多种模式和解剖部位的医学图像进行精准地自动质量评估和体位检测，通用性高、速度快、准确性高、鲁棒性好。

本发明授权一种跨模态医学图像质量评估及体位检测模型和方法在权利要求书中公布了：1.一种跨模态医学图像质量评估及体位检测模型，其特征在于，包括信息编码模块、采用超卷积的混合卷积模型和Swin-transformer模型；其中，所述信息编码模块，负责根据收集到的CT或MRI图像数据集的模态信息、部位信息和类型信息，生成对应的医学图像类型编码，以作为所述混合卷积模型和所述Swin-transformer模型训练时的指导信息；所述混合卷积模型，负责利用收集到的CT或MRI图像数据集以及与之对应的所述医学图像类型编码进行预测不同模态医学图像的质量得分和放射剂量磁场强度得分回归训练，并且负责对输入的待预测CT或MRI图像进行处理，自动预测并生成待预测CT或MRI图像的质量得分和或放射剂量磁场强度得分；所述Swin-transformer模型，负责利用收集到的CT或MRI图像数据集以及与之对应的所述医学图像类型编码进行预测不同模态医学图像的体位缺失比回归训练，并且负责对输入的待预测CT或MRI图像进行处理，预测并生成待预测CT或MRI图像的体位缺失比。

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澳门理工大学，其通讯地址为：中国澳门高美士街澳门理工大学；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”。