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！

龙图腾网恭喜西安电子科技大学申请的专利基于互注意力和语义共享的多任务腹部器官配准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：CN117036428B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202311017601.9，技术领域涉及：G06T7/33；该发明授权基于互注意力和语义共享的多任务腹部器官配准方法是由缑水平;刘源林;童诺;陈阳;魏丽春;黄陆光;郭璋;袁景设计研发完成，并于2023-08-14向国家知识产权局提交的专利申请。

本基于互注意力和语义共享的多任务腹部器官配准方法在说明书摘要公布了：本发明公开了一种基于交叉互注意力连接和语义共享的多任务腹部器官配准方法，主要解决现有技术对大形变跨模态医学图像配准效果和分割效果差的问题。其实现方案包括：使用来自某医院的平扫CT和门静脉期增强CT构建原始数据集并对其进行预处理；将预处理后的数据集划分为训练集、验证集和测试集；构建由特征提取网络、配准分支和分割分支组成的M‑net网络并定义其损失函数；使用训练集数据对该网络进行训练；将测试集数据输入到训练好的网络中得到配准结果与分割结果。本发明能保持大形变配准过程中器官内部结构，在器官的边缘、器官与器官的交界处保持了图像原有的灰度分布，提高了跨模态配准效果，可用于大形变跨模态的医学影像配准及医学影像分割。

本发明授权基于互注意力和语义共享的多任务腹部器官配准方法在权利要求书中公布了：1.一种基于互注意力和语义共享的多任务腹部器官配准方法，其特征在于，包括：1划分数据集：1a将从某医院获取的n对肝脏平扫CT和门静脉期增强CT作为原始数据，并将平扫CT作为基准影像RIR，将门静脉期增强CT作为浮动影像RIF；1b对基准影像和浮动影像均进行裁剪、重采样的预处理，得到预处理之后的基准影像IR和浮动影像IF，再对其肝脏部位进行勾画，得到与基准影像对应的肝脏分割标注SR和与浮动影像对应的肝脏分割标注SF；1c将基准影像IR、基准影像对应的肝脏分割标注SR、浮动影像IF、浮动影像对应的肝脏分割标注SF作为一个数据对P，并按照70∶15∶15的比例将其划分为训练集、验证集、测试集；2构建基于互注意力和语义共享的多任务网络M-net：2a基于U-net网络结构，构建包括编码器、解码器、交叉注意力连接模块的两个结构相同的特征提取网络Net1和Net2；2b构建配准分支branchr和分割分支branchs；2c将Net1和Net2并行连接，且分别与branchr、branchs级联，构成多任务网络M-net；3构建多任务网络M-net的损失函数：3a将基准影像IR、浮动影像IF送入多任务网络M-net得到正向形变场DF、逆向形变场RDF、基准影像肝脏分割结果SR’、浮动影像肝脏分割结果SF’；3b根据IR、IF、SR’、SF’、DF、RDF计算如下两类影像和两类分割结果：形变后的基准影像IR’和形变回的基准影像IR”；形变后的浮动影像IF’和形变回的浮动影像IF”；形变后的基准影像肝脏分割结果SR”和形变回的基准影像肝脏分割结果SR”’；形变后的浮动影像肝脏分割结果SF”和形变回的浮动影像肝脏分割结果SF”’；3c根据基准影像IR和形变回的基准影像IR”计算归一化互相关损失lossNCC1，根据浮动影像IF和形变回的浮动影像IF”计算归一化互相关损失lossNCC2，再将lossNCC1与lossNCC2之和作为配准逆一致性损失lossRRC：lossRRC＝lossNCC1+lossNCC2；3d根据基准影像肝脏分割结果SR’和形变回的基准影像肝脏分割结果SR”’计算特维斯基损失lossTversky1，根据浮动影像肝脏分割结果SF’和形变回的浮动影像肝脏分割结果SF”’计算特维斯基损失lossTversky2，再将lossTversky1与lossTversky2之和作为分割逆一致性损失lossRSC：lossRSC＝lossTversky1+lossTversky2；3e选用现有的配准一致性损失lossRC、L2正则化损失lossL2、分割一致性损失lossSC，将其与3c中构建的配准逆一致性损失lossRRC、3d中构建的分割逆一致性损失lossRSC之和作为多任务网络M-net的损失函数loss：loss＝lossRC+lossL2+lossSC+lossRRC+lossRSC；3f以loss作为损失函数，使用训练集数据和Adam优化器对M-net网络进行迭代训练，直至损失函数收敛，得到训练好的M-net网络；4将测试集数据送入训练好的M-net网络，得到浮动影像配准结果、基准影像肝脏分割结果、浮动影像肝脏分割结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。