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！

龙图腾网获悉西安电子科技大学申请的专利基于多模态MRI心脏图像的多阶段分割方法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：CN116797618B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202310844284.1，技术领域涉及：G06T7/12；该发明授权基于多模态MRI心脏图像的多阶段分割方法是由余航;谢子川;周绥平;刘志恒;解立志设计研发完成，并于2023-07-11向国家知识产权局提交的专利申请。

本基于多模态MRI心脏图像的多阶段分割方法在说明书摘要公布了：本发明公开了一种基于多模态MRI心脏图像的多阶段分割方法，主要解决现有技术不适用于多模态以及无法有效融合跨模态之间特征的问题。包括：1根据原始MRI数据生成心脏轮廓标注数据集，并进行归一化；2构建心脏MRI轮廓分割模型，并利用归一化后数据集训练得到融合三种模态数据的深度学习模型，获取一阶段分割结果；3将原始数据与一阶段分割结果矩阵相乘，进行通道堆叠后生成二阶段数据集；4搭建心室‑心肌分割模型并利用二阶段数据集进行训练；5通过前向模型推理得到二阶段分割结果，即最终分割结果。本发明能够有效利用多模态优势，提高分割精度，且在一定程度上解决了深度学习黑箱在医学领域可解释性差的窘境。

本发明授权基于多模态MRI心脏图像的多阶段分割方法在权利要求书中公布了：1.一种基于多模态MRI心脏图像的多阶段分割方法，其特征在于，构建多个具有多尺度特征提取能力的模型，并采用层间融合策略对其提取的多模态特征进行融合，此外，采用多阶段分割方式得到最终分割结果；实现步骤包括如下： 1将原始三维核磁共振影像MRI数据及其对应的三维标注数据均拆分为二维图像数据；其中原始三维核磁共振影像MRI数据拆分后生成数据集该数据集中包含N个样本，其中第i个样本包含三种MRI模态，分别对应BSSFP、LGE、T2；三维标注数据拆分后得到二阶段标注数据集GT2； 2在数据集D1中标注数据的三类区域值分别为1、2、3，背景值为0，所述三类区域分别为左心室、右心室和心肌；将数据对应标签中所有值大于0的像素值置为1，得到心脏轮廓的标注数据，令数据集D1中第i个样本对应的标注数据为yi，获取数据集D1中所有样本在对应的标注数据，构成一阶段标注数据集GT1； 3对数据集D1中样本的每个像素值进行归一化处理，得到归一化后的数据样本； 4构建心脏MRI轮廓分割模型： 4.1对Unet模型进行改进，搭建具有一个主干编码器和一个解码器的MS-Unet网络结构；所述的主干编码器包含五次下采样，每次下采样前通过两次卷积操作，每次卷积操作后使用ReLU函数作为激活层，下采样通过最大池化层实现；所述解码器包含五次上采样，每次上采样前通过两次卷积操作，每次卷积操作后使用ReLU函数作为激活层，上采样采用近邻插值算法实现；在每次下采样之前，在编码路径中得到的特征图通过跳跃连接经过两个多尺度特征提取模块，提取心脏MRI的多尺度特征，随后与解码路径中相同分辨率的特征图串联，恢复编码器中因下采样而丢失的影像信息； 4.2由三个并行的MS-Unet网络结构，后接两个卷积层，得到心脏MRI轮廓分割模型； 5将同一受试者的MRI图像作为步骤4所构建模型的输入数据，经过前向传播后得到一阶段预测结果Pred1，将其与一阶段标注数据集GT1中的样本进行损失计算，并采用Adam算法优化器优化损失函数，获取训练后的心脏MRI轮廓分割模型； 6利用训练后的心脏MRI轮廓分割模型，对同一受试者的待测MRI进行预测，得到预测的心脏轮廓，即一阶段分割结果Pred1； 7生成二阶段训练的MRI数据集D2： 将MRI的三种模态图像分别与Pred1进行乘法运算，相乘后的结果中三种模态MRI数据仅心脏部分可见，将三种模态数据进行通道维度上的堆叠，生成数据集D2＝[x1,x2,...,xi,...,xN]； 8搭建心室-心肌分割模型，并利用数据集D2对其进行训练： 使用一个MS-Unet网络结构形成心室-心肌分割模型；将数据集D2作为模型输入，经过前向传播后得到二阶段预测结果Pred2，将其与二阶段标注数据集GT2中的样本进行损失计算，并采用Adam算法优化器优化损失函数，获取训练后的心室-心肌分割模型； 9将待测数据输入训练后的心室-心肌分割模型，经过前向推理，输出最终分割结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。