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！

龙图腾网获悉合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室);安徽理工大学申请的专利一种基于多尺度transformer的多模态医学图像融合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：CN115984257B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202310144532.1，技术领域涉及：G06T7/00；该发明授权一种基于多尺度transformer的多模态医学图像融合方法是由方贤进;程颖;杨高明;张海永;赵婉婉;华楷文;李想;薛明均设计研发完成，并于2023-02-21向国家知识产权局提交的专利申请。

本一种基于多尺度transformer的多模态医学图像融合方法在说明书摘要公布了：本发明公开了一种基于多尺度transformer的多模态医学图像融合方法，属于医学图像融合技术领域。本发明提出了一种新型高效的融合模型，设计多尺度transformer模型引入特征提取网络，使得特征提取网络可以有效地提取多尺度深度特征，并为融合任务保留更多有意义的信息；在网络训练的过程中自适应感受野和patch大小，并构建基于结构相似性优化目标函数来约束图像生成质量；利用卷积计算结合Transformer，为医学影像融合结果提供了更好的视觉效果和量化结果。

本发明授权一种基于多尺度transformer的多模态医学图像融合方法在权利要求书中公布了：1.一种基于多尺度transformer的多模态医学图像融合方法，其特征在于，包括以下步骤： 步骤S1：将脑部胶质瘤医学影像的数据集切片处理，去除没有病灶的区域； 步骤S2：对脑部胶质瘤切片进行数据预处理； 步骤S3：构建多尺度transformer模块； 步骤S4：构建融合网络机制，得到多尺度transformer融合网络，利用预处理后训练集中的数据优化训练多尺度transformer融合网络； 步骤S5：基于结构相似性度量，构建损失函数，约束图像的生成方向； 步骤S6：经过步骤S1-S5的处理后，得到基于多尺度transformer融合网络的医学图像融合模型，将待融合的脑部胶质瘤医学影像输入医学图像融合模型中进行融合处理，得到融合结果； 在所述步骤S3中，所述多尺度transformer模块包括4个依次连接的block，每个block由不同感受野大小的卷积计算和不同patch的transformer层次连接实现； 每个block的感受野和patch大小由该block输入决定，根据输入大小的不同自适应调整感受野和patch的大小，作第个block的输入，先经过感受野为大小的卷积计算，再将特征分为个patch，随后对每一个patch进行注意力机制变换，以此类推，经过4个block的计算后提取到featuremap，再进行下一个步骤，其中，每个block的计算公式如下： ； ； ； 其中，表示卷积计算，和分别为迭代过程中产生的权重和偏置，为softmax激活函数，表示取其中的最大值。

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合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室);安徽理工大学，其通讯地址为：230088 安徽省合肥市高新区望江西路5089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。