恭喜重慶郵電大學鄭申海獲國家專利權
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!
龍圖騰網恭喜重慶郵電大學申請的專利一種多尺度對抗學習的醫學圖像腫瘤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:CN116402835B 。
龍圖騰網通過國家知識產權局官網在2025-04-15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:202211556140.8,技術領域涉及:G06T7/11;該發明授權一種多尺度對抗學習的醫學圖像腫瘤分割方法是由鄭申海;孫秋玉;葉鑫;李臘全設計研發完成,并于2022-12-06向國家知識產權局提交的專利申請。
本一種多尺度對抗學習的醫學圖像腫瘤分割方法在說明書摘要公布了:本發明公開了一種多尺度對抗學習的醫學圖像腫瘤分割方法,通過Res?UNet網絡模型對醫學圖像進行粗分割,得到感興趣區域;構建三級級聯的多尺度對抗學習困難監督網絡模型MSALDS?UNet網絡模型對感興趣區進行細分割,從而精準分割器官、腫瘤和腫瘤核心區域。將器官、腫瘤和腫瘤核心區域替換至醫學圖像中,得到腫瘤分割圖像,該圖像精準展示了醫學圖像中的器官、腫瘤和腫瘤核心區域。本發明可以從醫學圖像中精準分割器官、腫瘤和腫瘤核心區域,解決現有的分割技術難以將器官、腫瘤和腫瘤核心區域從正常組織中精準區分出來,使得無法實現對腫瘤的精準分割的問題。
本發明授權一種多尺度對抗學習的醫學圖像腫瘤分割方法在權利要求書中公布了:1.一種多尺度對抗學習的醫學圖像腫瘤分割方法,其特征在于,包括如下步驟:S1、獲取醫學圖像,對所述醫學圖像采用Res-UNet網絡模型對目標區域進行粗分割,得到感興趣區域;S2、構建三級級聯的MSALDS-UNet對抗學習網絡模型,將所述感興趣區域輸入三級級聯的MSALDS-UNet對抗學習網絡模型中進行細分割,得到器官區域、腫瘤區域和腫瘤核心區域;S3、將所述器官區域、所述腫瘤區域和所述腫瘤核心區域替換至所述醫學圖像中,得到分割圖像;其中,所述細分割的方法如下:每一編碼層提取器官圖像特征,通過通道注意力模塊對所述器官圖像特征進行調整,得到增強圖像特征;每一解碼層對所述增強圖像特征進行解碼,得到特征圖和真實標簽;將所述特征圖和所述真實標簽分別與所述醫學圖像進行拼接,將拼接后的圖像送入鑒別器進行處理得到置信圖;根據所述置信圖構建困難區域監督損失模型,通過所述困難區域監督損失模型對難以分割的困難區域進行監督;所述細分割的分割網絡損失函數的構建方法如下:其中,所述分割網絡損失函數的構建方法如下:Lseg=Ldice+Ldce+λ1Ladv其中Lseg為分割網絡訓練損失函數,Ldice為Dice損失,Ldce為困難區域監督損失,Ladv為對抗損失,λ1為對抗學習正則化項的比例因子;所述困難區域監督損失的構建方法如下:Ldce=λLceY,P其中,λ為困難區域監督參數,Lce是交叉熵損失;所述困難區域監督參數λ的確認方法如下:λ=1-M2+|1-M|其中,M為置信圖。
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重慶郵電大學,其通訊地址為:400000 重慶市南岸區南山街道崇文路2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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。