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！

龙图腾网恭喜南京大学申请的专利一种基于对抗生成网络的多模态医学图像编码与生成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：CN114119788B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202111454051.8，技术领域涉及：G06T9/00；该发明授权一种基于对抗生成网络的多模态医学图像编码与生成方法是由李卓远;何克磊;张峻峰;高阳设计研发完成，并于2021-12-01向国家知识产权局提交的专利申请。

本一种基于对抗生成网络的多模态医学图像编码与生成方法在说明书摘要公布了：本发明公开一种基于对抗生成网络的多模态医学图像编码与生成方法，包括以下步骤：对数据预处理并得到训练数据集、模拟临床MRI序列缺失的场景、构建生成对抗神经网络和训练生成对抗神经网络；本发明通过一次性地训练一个网络，实现同时对多种MRI序列的特征提取，与现有模型相比，翻译图像的质量更高，具备了将输入的MRI的图像灵活地翻译成任何所需的MRI序列的能力，可以解决对各种模态MRI图像的特征编码以及MRI多模态图像间的相互生成，且采用无监督的训练方式，在训练数据模态缺失的情况下，依旧可以训练生成网络，更加符合临床场景，可以实现任意多模态间的图像生成。

本发明授权一种基于对抗生成网络的多模态医学图像编码与生成方法在权利要求书中公布了：1.一种基于对抗生成网络的多模态医学图像编码与生成方法，其特征在于，包括以下步骤：步骤一：先从不同机构采集不同患者的磁共振扫描数据，再使用线性插值器将所有的磁共振扫描数据重新采样到1mm3的各向同性分辨率，剥离颅骨，并使用具有互信息相似性度量的刚性配准模型与单个解剖模板共同配准，得到训练数据集；步骤二：将训练数据集分为四组，且每组只有一种磁共振成像序列，并以此为基础模拟符合临床实际的磁共振成像序列缺失场景；步骤三：根据模拟出的符合临床实际的磁共振成像序列缺失场景，设计适用于多模态图像生成的生成对抗神经网络，具体为：设X和Y分别为MRI图像和MRI序列的集合，给定一个图像x∈X和一个序列y∈Y，训练一个生成器G，通过该生成器G生成与图像x对应的序列y的图像，再设计一个样式编码器E来学习代表特定序列y的样式码s，并训练生成器G来反映该样式码s，然后设计一个鉴别器D确定图像x是目标序列y的真实图像或由生成器G产生的假图像Gx，s；步骤四：对生成对抗神经网络进行训练，且每轮训练接受来自不同患者的不同模态的图片，其中一个作为源序列，另一个作为目标序列，每轮训练随机选择源序列和目标序列，使生成对抗神经网络实现任意序列间的互相转换，先通过样式编码器E提取目标图像序列的风格特征，并以样式码s表示，再通过生成器G以该样式码s为参考，将源序列的图片转换到目标序列的图片，然后通过鉴别器D判断生成的序列是否属于目标序列。

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南京大学，其通讯地址为：210008 江苏省南京市栖霞区仙林大道163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”。