恭喜深圳大学高毅获国家专利权
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！
龙图腾网恭喜深圳大学申请的专利深度学习图像的配准方法、装置、电子设备及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：CN112348811B 。
龙图腾网通过国家知识产权局官网在2025-04-04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：202011410545.1，技术领域涉及：G06T7/00；该发明授权深度学习图像的配准方法、装置、电子设备及存储介质是由高毅;高珊;黄俊;赵丙帅;张赛设计研发完成，并于2020-12-04向国家知识产权局提交的专利申请。
本深度学习图像的配准方法、装置、电子设备及存储介质在说明书摘要公布了：本发明实施例公开了一种深度学习图像的配准方法、装置、电子设备及存储介质，该方法包括：通过第一算法获取第一固定图像和移动图像的形变场；根据所述形变场和移动图像获取第二固定图像；根据所述移动图像、第二固定图像和形变场训练深度神经网络以获取训练好的深度神经网络。本发明实施例提供的一种深度学习图像的配准方法，通过使用生成算法生成了仿真的形变场且非人为标注，从而更好的训练配准网络，解决了现有技术中依赖人为设定的配准度量来定义配准的标准并驱动配准过程，实现了神经网络中大大提高了训练数据量，进一步提高了配准准确度并且计算速度快的效果。
本发明授权深度学习图像的配准方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种深度学习图像的配准方法，其特征在于，包括：通过第一算法获取第一固定图像和移动图像的形变场；根据所述形变场和移动图像获取第二固定图像；根据生成算法和所述形变场生成仿真形变场；根据所述仿真形变场获取训练数据训练深度神经网络以获取训练好的深度神经网络；其中，所述第一算法包括： 其中，指代任何图像指标，Ii为3D固定图像，Ij为3D移动图像，τ是度量形变场的规则性，λ是权重因素，Dij为形变场；所述根据生成算法和所述形变场生成仿真形变场，包括： Dk为仿真形变场，Ii为移动图像，作为固定图像。
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深圳大学，其通讯地址为：518060 广东省深圳市南山区南海大道3688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”。
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