专利示意图
一、技术领域
人工智能技术领域
二、专利介绍
1.专利信息
专利类型：发明
专利权人：清华大学深圳国际研究生院
申请号：2024104001399
发明人：马岚、张涛、邓卓、高伟豪、陈楚城、容福炬、李方
2.专利说明书摘要
本申请实施例提供了一种医学图像配准方法和装置、电子设备、存储介质，涉及人工智能技术领域。该方法包括：获取目标浮动医学图像和目标参考医学图像；将目标浮动医学图像和目标参考医学图像输入医学图像配准模型得到目标形变场，从而得到目标配准医学图像；其中，医学图像配准模型包括编码模块、三阶变换卷积子模块、卷积注意力子模块、和融合卷积子模块、和解码模块，且基于第一损失函数与第二损失函数训练，第一损失函数是根据样本参考医学图像、和样本配准医学图像之间的距离构建得到的，第二损失函数是根据样本形变场和预设的恒等形变场之间的距离构建得到的。本申请通过同时对模型结构和损失函数进行优化，提高了医学图像配准的准确性。
3.创新点
（1）本专利申请涉及医学图像处理领域，特别涉及一种基于深度学习的无监督医学图像配准方法；
（2）通过本发明提出的方法，可以有效的提升基于医学图像的图像配准的性能，高效灵活可拓展性强。本发明在临床中有较高的使用价值。
4.痛点问题
医学图像配准模型性能低下问题
5.技术优势
（1）准确度高；
（2）可拓展性强；
（3）响应速度快。
三、产业化信息
1.应用场景
通过本发明提出的训练方法，可以有效提升基于医学图像的图像配准的性能。
2.商业价值
提高医学图像配准的准确度和速度，应用前景广阔。
3.发展规划
暂无，可与医疗图像相关产业合作应用
4.合作方式
面议
注:所有成果未经授权，请勿转载
联系方式：ttc@sz.tsinghua.edu.cn
