您所在的位置: 成果库 一种基于Transformer和双分支特征解耦的多模态医学图像融合方法、系统、设备及介质

一种基于Transformer和双分支特征解耦的多模态医学图像融合方法、系统、设备及介质

发布时间: 2026-03-18

基本信息

合作方式： 技术转让
成果类型： 发明专利
行业领域：
生物与新医药技术,医药生物技术,医疗仪器技术、设备与医学专用软件
成果介绍
本发明属于医学图像处理技术领域，并公开了一种基于Transformer和双分支特征解耦的多模态医学图像融合方法、系统、设备及介质，包括：获取多模态医学图像，对所述多模态医学图像进行归一化处理，得到预处理后的多模态医学图像；将预处理后的多模态医学图像输入医学图像融合模型中进行图像融合，得到融合图像；其中，所述医学图像融合模型包括依次连接的浅层特征提取模块、双模态交叉注意力模块、双分支特征解耦模块和拼接融合模块。本发明所述技术方案通过全面融合双模态医学图像的特征，显著提升了图像融合效果，能够更好地捕捉和结合不同模态间的细节与结构信息，从而为医学影像分析提供更为精准和全面的支持。
成果亮点
本成果提出了一种基于Transformer和双分支特征解耦的多模态医学图像融合方法。该方法通过浅层特征提取与双模态交叉注意力模块，利用Transformer机制捕捉不同模态图像间的长距离依赖与全局上下文信息，实现特征的初步对齐与增强。核心创新在于构建双分支特征解耦模块，将模态特征精准分解为共性结构特征与个性互补特征，有效避免了特征混淆与冗余。最后通过拼接融合模块生成高质量的融合图像。实验证明，该方法能够更全面地融合多模态医学图像的解剖与功能信息，显著提升图像清晰度与信息丰富度，为临床精准诊断提供了有力支撑。
团队介绍
燕山大学 尤殿龙 , 张明炜 , 韩达
成果资料