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！

龙图腾网获悉成都信息工程大学申请的专利基于多帧智能体的多模态医学图像柔性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：CN116993788B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202310718688.6，技术领域涉及：G06T7/30；该发明授权基于多帧智能体的多模态医学图像柔性配准方法是由胡靖;郑鹏;帅志坤;吴锡设计研发完成，并于2023-06-16向国家知识产权局提交的专利申请。

本基于多帧智能体的多模态医学图像柔性配准方法在说明书摘要公布了：本发明涉及一种基于多帧智能体的多模态医学图像柔性配准算法，基于强化学习设计一种新的端到端的多模态图像配准方法，由软演员‑评论家算法SAC驱动进行训练，能够模仿人类专家的逐步配准过程，提高高维配准动作的精准度。鉴于多模态环境极为复杂，在三维空间中的像素级控制存在严峻挑战，本发明将强化学习与计划者网络结合，鼓励人工代理显式地从已经产生的状态帧中学习更加准确的配准动作，用时空维度的优势克服来自多模态和高维连续动作空间的挑战，避免引入参数量巨大的深层次神经网络，且具有强大的鲁棒性和泛化能力，能够驱动模型沿着正确的方向扭曲移动图像。

本发明授权基于多帧智能体的多模态医学图像柔性配准方法在权利要求书中公布了：1.基于多帧智能体的多模态医学图像柔性配准方法，其特征在于，所述配准方法提出了基于软演员-评论家算法的三维多模态柔性图像配准的多帧智能代理框架，该框架在传统的演员-评论家框架中引入了计划者的概念，计划者一次观测多个连续的状态并生成一个低维计划，以此作为生成演员高维动作的模板并参与评论家的评价，以完全无监督的方式从多帧状态融合中预测高维动作，能够指导模型完成图像生成以及策略控制，具体包括： 步骤1：准备待配准图像数据集，包括结构图像T1w和T2w，其中，T1w作为固定图像，T2w作为移动图像； 步骤2：将所有待配准图像通过最大-最小缩放归一化重新采样到128*128*128的大小，设置T1w为固定图像If，T2w为移动图像Im，初始状态St=0为图像对{Im,If}； 步骤3：创建一个大小为3的状态队列Q用于存放最近3帧的状态[St-2,St-1,St]，该队列由3个St=0初始化，构建三个网络：计划者网络，演员网络和评论家网络，具体为： 计划者网络由5个下采样模块组成，每个下采样模块包含了两个卷积层与一个残差模块，残差模块同样由两个卷积层组成，对每个卷积层的输出使用LeakyReLU激活函数； 演员网络包含了5个上采样模块，其结构与计划者网络一致，演员网络中额外存在一个输出模块，以第5个上采样模块的输出作为其输入，并生成形变场；每个上采样模块的输入由上一个模块的输出和跳跃连接提供的特征图按通道方式拼接而成； 评论家网络由5个下采样模块组成，模块中运用了谱归一化的方法平滑网络梯度，在第5个下采样模块之后额外引入了一个输出模块，由卷积层、LeakyReLU激活层和线性层组成，其中，卷积层输出的张量展平后送入到线性层中； 步骤4：将步骤3中创建的状态队列Q输入计划者网络，计划者同时观察最近的三个状态[St-2,St-1,St]，并将其下采样到对应的低维表示[Zt-2,Zt-1,Zt]，用低维表示Zt的偏移量近似时空信息，即[Zt-Zt-1,Zt-1-Zt-2]，从下采样得到的低维表示以及偏移量中计算得到均值和方差进行拟合生成高斯分布，潜在计划Pt从高斯分布中随机采样得到，因此，潜在计划Pt显式地考虑了配准过程中的时空特征； 步骤5：将潜在计划Pt输入演员网络中，并将计划者网络中每个下采样模块输出的特征图通过跳跃连接按通道数拼接到演员网络中，同时利用计划者网络中的细节特征和低维潜在计划重建精细的高维形变场，将所述高维形变场作为动作，通过空间转换网络将其施加到移动图像Im，使其发生柔性形变得到预测图像，将预测图像和固定图像If的互信息损失以及形变场的空间平滑项作为无监督的配准损失，通过柔性配准环境中无监督的模态无关领域描述算子计算图像对{Im,If}以及形变后的图像对{Im,If}的相似性度量，并作为无监督反馈奖励； 步骤6：将当前状态St和潜在计划Pt输入评论家网络，评论家网络捕捉当前状态St的抽象特征并分析，再将这些特征与潜在计划Pt在通道维度上拼接起来作为融合特征，最后通过评论家网络中的输出模块再次分析融合特征并输出在当前状态执行决策动作的最大期望奖励作为强化学习的损失，使用形变后的图像对{Im,If}更新配准环境中的状态与状态队列Q； 步骤7：重复上述行为，直到形变后的移动图像Im和固定图像If的模态无关领域描述算子值小于设定值0.006时，达到精确配准状态，结束本轮配准； 步骤8：最终得到一幅精确对准的配准图像。

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成都信息工程大学，其通讯地址为：610200 四川省成都市西南航空港经济开发区学府路1段24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。