買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉復旦大學申請的專利基于本征表示學習的跨模態內鏡圖像轉換及病灶分割方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115018767B 。

龍圖騰網通過國家知識產權局官網在2025-05-06發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210477177.5，技術領域涉及：G06T7/00；該發明授權基于本征表示學習的跨模態內鏡圖像轉換及病灶分割方法是由顏波;鐘蕓詩;譚偉敏;蔡世倫;林青設計研發完成，并于2022-05-03向國家知識產權局提交的專利申請。

本基于本征表示學習的跨模態內鏡圖像轉換及病灶分割方法在說明書摘要公布了：本發明屬于醫學圖像處理技術領域，具體為一種跨模態內鏡圖像轉換及病灶區域分割方法。本發明通過構建的基于本征表示學習的神經網絡，將消化道內窺鏡白光圖像轉換成高質量的窄帶圖像；使用無監督訓練的本質特征提取器獲取白光圖像的本質特征，通過空洞空間卷積池化金字塔網絡進行病灶區域的預測，得到病灶區域的分割結果；測試時，待測白光圖像只需要和一張輔助的窄帶圖像經過一次前向傳播，即可獲得白光圖像對應的窄帶圖像。本方法采用無監督學習方式，擁有很好的泛化性，在不同內窺鏡設備上效果優異。本發明能夠為白光內窺鏡設備提供額外的窄帶成像，為醫生診斷提供更好的參考，基于窄帶圖像輔助的病灶區域分割能夠自動定位病灶區域，從而大大提高疾病診斷效率，降低發病率和死亡率。

本發明授權基于本征表示學習的跨模態內鏡圖像轉換及病灶分割方法在權利要求書中公布了：1.一種基于本征表示學習的跨模態內鏡圖像轉換及病灶分割方法，其特征在于，具體步驟為：一通過構建的基于本征表示學習的神經網絡，將消化道內窺鏡白光圖像WLI轉換成高質量的窄帶圖像NBI；二通過一個空洞空間卷積池化金字塔網絡ASPP，使用步驟一得到的本質特征提取器獲取白光圖像的本質特征，進行白光圖像的病灶區域預測，得到病灶區域的分割結果；步驟一中，對于給定白光圖像WLI，目標是生成相應的窄帶圖像NBI；根據光模型，假設內窺鏡白光圖像可以解耦為光學信息和本質特征；于是，通過采用神經網絡，將另一模態的光學信息與本模態的本質特征進行重組，得到相應的跨模態圖像；所述的神經網絡是一個對稱的網絡結構；對于白光圖像IWLI，經過一個獲取光學信息的特定模態特征編碼器EMS，得到白光圖像IWLI的光學特征同時，白光圖像IWLI經過一個獲取模態不變特征的模態不變特征編碼器得到白光圖像IWLI的本質特征同樣，對于窄帶圖像INBI，經過一個獲取光學信息的特定模態特征編碼器EMS得到窄帶圖像INBI的光學特征經過一個獲取模態不變特征的模態不變特征編碼器得到窄帶圖像INBI的本質特征和組合輸入一個白光圖像生成器GWLI中生成白光圖像和組合輸入窄帶圖像生成器GNBI中生成窄帶圖像兩個本質特征和分別輸入一個本征生成器GEigen中，均可生成本征表示IEigen；和共享權重；將生成的白光圖像和窄帶圖像分別送入一個區分生成圖像和真實圖像的鑒別器DGen，得到一個分類結果，用于對抗學習生成逼真的醫學圖像；所述的神經網絡具有循環結構，即是一個循環網絡，其循環方式如下：將生成的白光圖像經過一個獲取光學信息的特定模態特征編碼器EMS,得到新的白光圖像光學特征經過獲取模態不變特征的模態不變特征編碼器得到新的白光圖像本質特征同理，可得新的窄帶圖像的光學特征和本質特征和組合輸入白光圖像生成器GWLI中，得到白光圖像和組合輸入窄帶圖像生成器GNBI中，得到窄帶圖像循環后得到的白光圖像和窄帶圖像應和原始輸入的白光圖像IWLI和NBI圖像INBI一致，即可以使用像素級的損失來約束。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人復旦大學，其通訊地址為：200433 上海市楊浦區邯鄲路220號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。