中山大学附属第一医院;广东工业大学姚顺获国家专利权
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！
龙图腾网获悉中山大学附属第一医院;广东工业大学申请的专利基于对比学习的医学影像模态转换方法、系统和存储介质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：CN116344003B 。
龙图腾网通过国家知识产权局官网在2026-04-24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：202310197999.2，技术领域涉及：G16H30/40；该发明授权基于对比学习的医学影像模态转换方法、系统和存储介质是由姚顺;王宗明;谭奕珩;罗玉;王海军设计研发完成，并于2023-03-03向国家知识产权局提交的专利申请。
本基于对比学习的医学影像模态转换方法、系统和存储介质在说明书摘要公布了：本发明公开的基于对比学习的医学影像模态转换方法、系统和存储介质，所述方法包括：获取源目标影像数据；根据所述源目标影像数据进行分析，得到所述源目标影像数据的内容特征和模态特征；将所述源目标影像数据的模态特征转换为目标模态特征；将所述目标模态特征与所述源目标影像数据的内容特征进行合并解码，得到目标模态影像。本发明通过一种基于对比学习的方法从源模态影像转换到目标模态影像，从而避免了同一个体的同一解剖结构反复扫描。本发明专利在模态空间进行转换，能够避免以往方法在图像空间转换下的歧义性，能够进一步提高转换效率和精度。
本发明授权基于对比学习的医学影像模态转换方法、系统和存储介质在权利要求书中公布了：1.基于对比学习的医学影像模态转换方法，其特征在于，包括： 构建初始医学影像模态转换模型； 获取配对的CT-MRI影像数据； 将所述配对的CT-MRI影像数据输入所述初始医学影像模态转换模型进行优化训练，得到预设医学影像模态转换模型，具体包括：根据预设方法对所述配对的CT-MRI影像数据进行计算，得到多个损失函数；将所述多个损失函数分别于相对应的损失函数的权重系数进行相乘，得到所述多个损失函数的权重得分；对所述多个损失函数的权重得分进行累加，得到总损失函数；根据所述总损失函数对所述初始医学影像模态转换模型进行优化训练；所述多个损失函数包括结构对比损失函数、模态对比损失函数和影像一致性损失函数； 获取源目标影像数据； 根据所述源目标影像数据进行分析，得到所述源目标影像数据的内容特征和模态特征； 将所述源目标影像数据的模态特征转换为目标模态特征； 将所述目标模态特征与所述源目标影像数据的内容特征进行合并解码，得到目标模态影像。
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山大学附属第一医院;广东工业大学，其通讯地址为：510080 广东省广州市中山二路58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”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励