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！

龙图腾网获悉电子科技大学长三角研究院(湖州)申请的专利一种基于联合空间域的多尺度U-Net医学图像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：CN115760874B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202211422825.3，技术领域涉及：G06T7/11；该发明授权一种基于联合空间域的多尺度U-Net医学图像分割方法是由饶云波;高丽;曾少宁设计研发完成，并于2022-11-14向国家知识产权局提交的专利申请。

本一种基于联合空间域的多尺度U-Net医学图像分割方法在说明书摘要公布了：本发明公开了一种基于联合空间域的多尺度U‑Net医学图像分割方法，包括获取原始医学图像数据；利用极坐标中心点预测网络获得原始医学图像的中心点坐标；根据医学图像的中心点坐标，将原始医学图像转换为极坐标医学图像；构建基于联合空间域的多尺度U‑Net网络模型，利用极坐标医学图像进行模型训练；利用训练后的基于联合空间域的多尺度U‑Net网络模型生成医学图像分割结果。本发明采用多层空洞卷积编码模块实现多尺度内容融合，并利用中心点和极坐标实现了注意力机制和旋转不变性，提高了分割精度。

本发明授权一种基于联合空间域的多尺度U-Net医学图像分割方法在权利要求书中公布了：1.一种基于联合空间域的多尺度U-Net医学图像分割方法，其特征在于，包括以下步骤： S1、获取原始医学图像数据； S2、利用极坐标中心点预测网络获得原始医学图像的中心点坐标； S3、根据医学图像的中心点坐标，将原始医学图像转换为极坐标医学图像；所述步骤S3具体包括以下分步骤： S31、将目标中心点重新设置为图像数据的中心点，确定转换后中心点坐标； S32、根据极坐标系中的源样本点和目标规则网格，对直角坐标系中对应坐标点进行线性坐标变换； S33、根据线性坐标变换参数构建网格生成器的采样网格，通过采样器利用采样网格对原始医学图像进行采样，并与原始医学图像进行拼接，得到最终的极坐标医学图像； S4、构建基于联合空间域的多尺度U-Net网络模型，利用极坐标医学图像进行模型训练；所述基于联合空间域的多尺度U-Net网络模型具体包括： 级联的第一分割子网络和第二分割子网络，所述第一分割子网络具体包括： 构成U-Net网络结构的编码器和解码器； 所述编码器包括两个并联的第一空洞卷积通道和第二空洞卷积通道，以及两个并联的第一卷积通道和第二卷积通道；按照第一连续空洞率确定感受野和按照第二连续空洞率确定感受野的计算公式为： 其中，为确定的感受野大小，为连续空洞率，为卷积核大小； 所述第一空洞卷积通道包括采用第一连续空洞率的连续卷积层，用于对输入的极坐标医学图像按照第一连续空洞率确定的感受野进行卷积计算； 所述第二空洞卷积通道包括采用第二连续空洞率的连续卷积层，用于对输入的极坐标医学图像按照第二连续空洞率确定的感受野进行卷积计算，并将卷积结果与第一空洞卷积通道的卷积结果进行拼接，得到第一拼接结果； 所述第一卷积通道包括一个卷积层，用于将卷积结果与第一拼接结果进行拼接，得到第二拼接结果； 所述第二卷积通道包括一个卷积层，用于将卷积结果与第二拼接结果进行特征融合，得到编码器的输出结果； 所述第一分割子网络用于对极坐标医学图像进行图像分割，并将分割结果重新转换为直角系医学图像，与输入的极坐标医学图像进行特征融合后输入到第二分割子网络； 所述第二分割子网络用于对输入的融合医学图像进行图像分割，并将分割结果与第一分割子网络的分割结果进行特征融合，得到最终的医学图像分割结果； S5、利用训练后的基于联合空间域的多尺度U-Net网络模型生成医学图像分割结果。

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电子科技大学长三角研究院(湖州)，其通讯地址为：313000 浙江省湖州市西塞山路819号南太湖科技创新综合体B2幢8层；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”。