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！

龙图腾网恭喜中国科学院精密测量科学与技术创新研究院申请的专利深度学习融合边缘信息的多模态肺部MRI图像分割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：CN117853508B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202311808803.5，技术领域涉及：G06T7/12；该发明授权深度学习融合边缘信息的多模态肺部MRI图像分割方法是由周欣;张明玉;肖洒;孙献平;陈世桢设计研发完成，并于2023-12-26向国家知识产权局提交的专利申请。

本深度学习融合边缘信息的多模态肺部MRI图像分割方法在说明书摘要公布了：本发明公开了深度学习融合边缘信息的多模态肺部MRI图像分割方法，通过对肺部质子MRI影像进行标签制作，将肺部质子MRI影像和对应的肺部超极化129XeMRI影像作为样本，构建训练集；同时构建多模态肺部MRI图像分割网络；设定总损失函数；利用训练集对多模态肺部MRI图像分割网络进行训练；并利用训练后的多模态肺部MRI图像分割网络对待处理的肺部超极化129XeMRI影像进行分割操作，得到分割图像。本发明提供一种实用且有效的方法，显著地提升肺部超极化129XeMRI图像分割的精确度。

本发明授权深度学习融合边缘信息的多模态肺部MRI图像分割方法在权利要求书中公布了：1.深度学习融合边缘信息的多模态肺部MRI图像分割方法，其特征在于，包括以下步骤：步骤1、对肺部质子MRI影像进行标签制作，将肺部质子MRI影像和对应的肺部超极化129XeMRI影像作为样本，构建训练集；步骤2、构建多模态肺部MRI图像分割网络；步骤3、设定总损失函数L；步骤4、根据总损失函数L，利用训练集对多模态肺部MRI图像分割网络进行训练，并保存多模态肺部MRI图像分割网络的参数；步骤5、利用训练后的多模态肺部MRI图像分割网络对待处理的肺部超极化129XeMRI影像进行分割操作，得到最后的肺部超极化129XeMRI影像的肺部轮廓的分割图像，所述步骤1中还包括对样本进行数据归一化和图像大小统一的操作，所述多模态肺部MRI图像分割网络包括分割模块和边缘信息模块，分割模块包括编码器和解码器；编码器包括卷积神经网络、特征融合块、以及Transformer块；解码器包括上采样层和输出层；边缘信息模块包括卷积块和边缘检测块，所述边缘信息模块包括3个卷积块和3个边缘检测块；将样本中的肺部质子MRI影像输入到第一个卷积块，第一个卷积块输出的特征图像分别输入到第二个卷积块和第一个边缘检测块；第二个卷积块输出的特征图像分别输入到第三个卷积块和第二个边缘检测块；第三个卷积块输出的特征图像输入到第三个边缘检测块，所述卷积神经网络包括输入层和依次设置的第一个卷积模块、第二个卷积模块、以及第三个卷积模块，样本中的肺部质子MRI影像和肺部超极化129XeMRI影像分别输入到卷积神经网络中，获得肺部质子MRI影像和肺部超极化129XeMRI影像对应的特征图像，所述特征融合块包括卷积层和激活层，样本中的肺部质子MRI影像和肺部超极化129XeMRI影像分别经过编码器处理后得到的特征图像通过矩阵乘法运算，得到样本中的肺部质子MRI影像和对应的肺部超极化129XeMRI影像中各像素点之间的关系，各像素点之间的关系通过激活层得到融合特征图像，将得到的融合特征图像再通过一个卷积核大小为1×1的卷积层，获得一维向量，一维向量输入到连续的多个Transformer块，获得一维特征向量。

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中国科学院精密测量科学与技术创新研究院，其通讯地址为：430071 湖北省武汉市武昌区小洪山西30号；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”。