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！

龙图腾网获悉江西师范大学申请的专利牙齿图像分割模型训练方法、分割方法、设备和存储介质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：CN119359747B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202411934427.9，技术领域涉及：G06T7/11；该发明授权牙齿图像分割模型训练方法、分割方法、设备和存储介质是由段彧;周子煊;易玉根;黄欣;罗勇;林孚荣设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本牙齿图像分割模型训练方法、分割方法、设备和存储介质在说明书摘要公布了：本发明涉及牙齿图像分割模型训练方法、分割方法、设备和存储介质。牙齿图像分割模型训练方法包括以下步骤：获取带标签的牙齿图像数据集；构建包含编码器、瓶颈层、解码器和跳跃连接层的牙齿图像分割模型，使用带标签的牙齿图像数据集训练牙齿图像分割模型；其中，在编码器中，对输入的带标签的牙齿图像执行x个阶段的编码操作，每个阶段均输出特征图；其中x为大于2的正整数；在跳跃连接层中，分别对编码器三个阶段的输出特征图进行基于通道门控的特征融合；在瓶颈层中，对编码器第x阶段的输出特征图进行特征融合；在解码器中，基于瓶颈层和跳跃连接层的输出特征图进行解码。训练得到的牙齿图像分割模型具有优异的性能。

本发明授权牙齿图像分割模型训练方法、分割方法、设备和存储介质在权利要求书中公布了：1.一种牙齿图像分割模型训练方法，其特征在于，包括以下步骤： 获取带标签的牙齿图像数据集； 构建包含编码器、瓶颈层、解码器和跳跃连接层的牙齿图像分割模型，使用带标签的牙齿图像数据集训练牙齿图像分割模型； 其中，在编码器中，对输入的带标签的牙齿图像执行x个阶段的编码操作，每个阶段均输出特征图；其中x为大于2的正整数；编码器包括LGFF模块，在LGFF模块中，分别对输入特征图进行局部特征提取和全局特征提取，并将提取的局部特征图和全局特征图进行拼接，拼接后进行深度可分离卷积，得到融合特征图，最后通过最大池化操作进行下采样； 在跳跃连接层中，分别对编码器三个阶段的输出特征图进行基于通道门控的特征融合； 在瓶颈层中，对编码器第x阶段的输出特征图进行特征融合；瓶颈层包括LGFF模块，在LGFF模块中，分别对来自编码器中的特征图进行局部特征提取和全局特征提取，并将提取的局部特征图和全局特征图进行拼接，再进行深度可分离卷积，得到融合特征图并送入解码器中； 在解码器中，基于瓶颈层和跳跃连接层的输出特征图进行解码；解码器包括LGFF模块，先对来自瓶颈层中的特征进行上采样，拼接跳跃连接层输出的特征，再将特征送入LGFF模块进行局部特征提取和全局特征提取，将提取的局部特征图和全局特征图进行拼接，再进行深度可分离卷积得到融合特征图； 其中，分别对编码器三个阶段的输出特征图进行基于通道门控的特征融合包括以下步骤： 将编码器第1阶段的输出特征图的大小由R C×H×W变形为R C×N，作为全局通道特征F 1；分别对编码器第2阶段和第3阶段的输出特征图进行上采样和卷积操作，得到f 1和f 2；将f 1和f 2的转置进行矩阵乘法运算，使用SoftMax函数生成通道门G 1；使用通道门G 1与全局通道特征F 1相乘，得到结果f r_1，进行重塑操作，并对编码器第1阶段的输出特征图进行残差连接，得到输出F output_1； 将编码器第x阶段的输出特征图的大小由R C×H×W变形为R C×N，作为全局通道特征F x；分别对编码器第x-1阶段和第x-2阶段的输出特征图进行下采样，得到f 1和f 2；将f 1和f 2的转置进行矩阵乘法运算，使用SoftMax函数生成通道门G x；使用通道门G x与全局通道特征F x相乘，得到结果f r_x，进行重塑操作，并对编码器第x阶段的输出特征图进行残差连接，得到输出F output_x； 将编码器第y阶段的输出特征图的大小由R C×H×W变形为R C×N，作为全局通道特征F y，其中y为正整数且1yx；对编码器第y-1阶段的输出特征图进行下采样，得到f 1；对编码器第y+1阶段的输出特征图进行上采样和卷积操作，得到f 2；将f 1和f 2的转置进行矩阵乘法运算，使用SoftMax函数生成通道门G y；使用通道门G y与全局通道特征F y相乘，得到结果f r_y，进行重塑操作，并对编码器第y阶段的输出特征图进行残差连接，得到输出F output_y； 其中，C表示通道数，H表示特征图的长，W表示特征图的宽，N=H×W，R表示映射空间。

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江西师范大学，其通讯地址为：330000 江西省南昌市高新技术开发区紫阳大道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”。