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！

龙图腾网获悉常熟理工学院申请的专利一种基于全卷积神经网络的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：CN119206237B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202411686975.4，技术领域涉及：G06V10/26；该发明授权一种基于全卷积神经网络的医学图像分割方法是由王颖;汝吉东;宋占科;谢从华;蒋庆丰;毕安琪设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本一种基于全卷积神经网络的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全卷积神经网络的医学图像分割方法，包括：针对医学图像的复杂解剖结构和病理特征，采用深度学习算法对医学图像进行预处理，增强图像中的关键特征，为后续的特征提取提供更丰富的信息基础；在全卷积神经网络的特征提取阶段，引入注意力机制模块和空间金字塔池化模块学习图像中不同区域的重要性权重，自适应调整卷积核的权重分布，提取更加细粒度和有判别力的特征。通过反卷积操作和跳跃连接结构优化上采样过程，引入条件随机场模型进行后处理优化，构建多尺度特征融合模块，并采用对抗学习策略提高网络的泛化能力。本发明有效提升了医学图像分割的准确性和鲁棒性。

本发明授权一种基于全卷积神经网络的医学图像分割方法在权利要求书中公布了：1.一种基于全卷积神经网络的医学图像分割方法，其特征在于，包括： 通过深度学习算法对医学图像进行预处理，增强图像关键特征； 基于全卷积神经网络进行特征提取的过程中，引入注意力机制模块，通过学习图像中不同区域的重要性权重，自适应地调整卷积核的权重分布，提取获得细粒度和有判别力的图像特征； 通过在全卷积神经网络中嵌入的空间金字塔池化模块，进行多尺度特征融合和上下文信息捕捉； 通过多尺度特征融合获得融合后的特征图，将融合后的特征图通过上采样操作，逐步恢复至与原始图像相同的空间尺寸； 基于上采样得到的特征图，通过卷积操作对每个像素进行分类，得到像素级别的分割结果； 引入对抗学习策略，通过构建生成器和判别器网络，将全卷积神经网络的分割结果与真实标注进行对抗训练，获得最终的分割结果； 所述基于上采样得到的特征图，通过卷积操作对每个像素进行分类，得到像素级别的分割结果的过程包括： 采用反卷积操作替代传统的转置卷积操作进行上采样，并学习上采样过程中的卷积核参数；同时引入跳跃连接结构，将浅层网络的高分辨率特征与深层网络的高级语义特征进行融合，获得上采样结果； 然后进行像素级别分类，通过条件随机场模型，建模像素之间的空间关系和类别依赖关系，对全卷积神经网络输出的分割结果进行后处理优化，平滑分割边界，消除孤立的错误分类像素； 构建多尺度特征融合模块，在全卷积神经网络的不同层级提取多尺度的特征图，通过特征融合操作，将不同尺度的特征信息进行整合，获得更加全面和鲁棒的特征表示。

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常熟理工学院，其通讯地址为：215506 江苏省苏州市常熟市南三环路99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”。