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！

龙图腾网获悉江西省肿瘤医院(江西省第二人民医院、江西省癌症中心)申请的专利一种基于深度学习的图像非刚体配准方法及系统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：CN119228860B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202411719711.4，技术领域涉及：G06T7/33；该发明授权一种基于深度学习的图像非刚体配准方法及系统是由张云;黄玉玲;简俊明;白璐;龚长飞;罗长维设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本一种基于深度学习的图像非刚体配准方法及系统在说明书摘要公布了：本发明提供了一种基于深度学习的图像非刚体配准方法及系统，该方法通过获取用户的第一图像和刚体配准得到的第二图像；建立非刚体配准模型，并将第一图像和第二图像输入非刚体配准模型进行训练，得到目标模型；将与第二图像同类型的待配准图像输入目标模型中，输出配准结果，具体的，非刚体配准模型包括第一编码器、第二编码器以及解码器；第一编码器和第二编码器均由若干滑动窗口变换模块构成，用于分别计算出第一图像和第二图像不同尺度的特征矢量序列；解码器用于根据特征矢量序列，确定第一图像上各个位置匹配的第二图像上体素的位置信息，可以有效解决第一图像和第二图像覆盖身体范围不一致而导致的配准效果不佳的问题。

本发明授权一种基于深度学习的图像非刚体配准方法及系统在权利要求书中公布了：1.一种基于深度学习的图像非刚体配准方法，其特征在于，所述方法包括： 获取用户的第一图像和通过所述第一图像刚体配准得到的第二图像，生成训练集； 建立非刚体配准模型，并将所述第一图像和所述第二图像输入所述非刚体配准模型进行训练，得到目标模型； 将与所述第二图像同类型的待配准图像输入所述目标模型中，输出配准结果； 所述非刚体配准模型包括解码器，以及相互独立的第一编码器和第二编码器； 所述第一编码器和所述第二编码器均由若干滑动窗口变换模块构成，用于分别计算出所述第一图像和所述第二图像不同尺度的特征矢量序列； 所述解码器用于根据所述特征矢量序列，确定所述第一图像上各个位置匹配的第二图像上体素的位置信息，其中，将尺寸最小的特征矢量序列进行全局注意力处理，其他尺寸的特征矢量序列进行窗口内注意力处理； 所述第一图像和所述第二图像在输入所述非刚体配准模型后，首先经过线性嵌入处理和重新排列处理，将图像转化为特征矢量序列； 通过将滑动窗口变换模块进行组合，得到滑动窗口变换模块组，所述第一编码器和所述第二编码器中的滑动窗口变换模块组匹配，其中，所述滑动窗口变换模块组的输出一端通过子块合并层与下一级滑动窗口变换模块组连接，另一端与对应的交互注意力模块连接，当滑动窗口变换模块组为最后一级滑动窗口变换模块组时，输出仅与第一交叉注意力模块连接，所述第一交叉注意力模块用于将尺寸最小的特征矢量序列进行全局注意力处理； 第二交叉注意力模块用于将其他尺寸的特征矢量序列进行窗口内注意力处理，所述第一交叉注意力模块与所述第二交叉注意力模块之间通过上采样模块连接； 所述第一交叉注意力模块和所述第二交叉注意力模块的输入为第一图像的对应级别的滑动窗口变换模块组输出的特征矢量序列、第二图像的对应级别的滑动窗口变换模块组输出的特征矢量序列、以及第二图像的对应级别的滑动窗口变换模块组输出的特征矢量序列对应的位置标号。

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江西省肿瘤医院(江西省第二人民医院、江西省癌症中心)，其通讯地址为：330000 江西省南昌市青山湖区北京东路519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”。