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一种医学图像配准和分割联合优化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：CN117853541B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202311808942.8，技术领域涉及：G06T7/33；该发明授权一种医学图像配准和分割联合优化方法是由周欣;陈珍;肖洒;邓依凡;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。

本一种医学图像配准和分割联合优化方法在说明书摘要公布了：本发明公开了一种医学图像配准和分割联合优化方法，本发明在医学图像配准过程中结合了医学图像分割任务，且为了减少配准误差和分割误差对彼此性能的影响，在弱监督配准网络RegNet生成形变伪标签的过程中，通过两次配准的连续形变减小形变伪标签与真实分割标签之间的差异；在半监督分割网络SegNet生成真实分割标签的过程中，以弱监督配准网络RegNet生成的形变图像与固定图像之间的差异作为特征扰动，随机采样并添加到半监督分割网络SegNet中，学习固定图像域的特征差异，从而增加半监督分割网络SegNet的鲁棒性。

本发明授权一种医学图像配准和分割联合优化方法在权利要求书中公布了：1.一种医学图像配准和分割联合优化方法，其特征在于，包括以下步骤：步骤1、对原始医学图像和对应的图像标签进行预处理获得预处理图像和对应的真实分割标签，然后将预处理图像按比例划分到训练集和测试集，再将训练集中的预处理图像按照比例划分到有标记数据集和无标记数据集，以有标记数据集中的预处理图像作为浮动图像IM，以无标记数据集中的预处理图像作为固定图像IF；步骤2、搭建基于深度学习的医学图像配准和分割联合优化网络模型，包括弱监督配准网络RegNet和半监督分割网络SegNet；步骤3、将浮动图像IM与固定图像IF输入至弱监督配准网络RegNet中得到配准结果和固定图像域的特征扰动，配准结果包括配准后的形变图像IW、配准形变场和固定图像IF的形变伪标签；将浮动图像IM与固定图像IF输入至半监督分割网络SegNet中得到分割结果；步骤4、计算弱监督配准网络RegNet的损失函数和半监督分割网络SegNet的损失函数为第一级形变场，为固定图像IF的学生模型的分割结果图，Y1为第一级形变标签，为浮动图像IM的学生模型的分割结果图，为固定图像IF的学生模型的分割结果图，为固定图像IF的教师模型的分割结果图，YM为浮动图像IM的真实分割标签，Y2为第二级形变标签，T为随机特征扰动；步骤5、根据步骤4计算的弱监督配准网络RegNet的损失函数和半监督分割网络SegNet的损失函数利用步骤1的浮动图像IM和固定图像IF通过ADAM优化器和随机梯度下降法对弱监督配准网络RegNet和半监督分割网络SegNet进行交替训练，训练完成后保存参数模型。

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”。