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！

龙图腾网获悉杭州电子科技大学;台州学院申请的专利融合扩散模型和投票机制的胰腺实性假乳头状瘤病灶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：CN117291928B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202311277158.9，技术领域涉及：G06T7/10；该发明授权融合扩散模型和投票机制的胰腺实性假乳头状瘤病灶分割方法是由余宙;袁鹏尧;赵小明;张石清;方江雄设计研发完成，并于2023-09-28向国家知识产权局提交的专利申请。

本融合扩散模型和投票机制的胰腺实性假乳头状瘤病灶分割方法在说明书摘要公布了：本发明公开了一种融合扩散模型和投票机制的胰腺实性假乳头状瘤病灶分割方法，所述方法包括以下步骤：步骤1，将不同病人的病例样本数据随机划分至训练集或测试集，病例样本数据包括不同时期的病例图像及对应的分割图像；步骤2，调整各病例图像至同一尺寸；步骤3，基于训练集训练扩散模型以收敛；步骤4，利用扩散模型获取测试集中任一病例图像的掩码预测图像；步骤5，将同一病人不同时期的掩码预测图像传入到投票机制模块中进行投票后，得到预测结果图像；步骤6，将预测结果图像通过图像缩放，分别生成各时期分割图像的同尺寸图像。解决扩散模型在胰腺实性假乳头状瘤病灶分割时产生分割结果为空的特殊情况，同时提高分割效果。

本发明授权融合扩散模型和投票机制的胰腺实性假乳头状瘤病灶分割方法在权利要求书中公布了：1.一种融合扩散模型和投票机制的胰腺实性假乳头状瘤病灶分割方法，其特征在于，所述方法包括以下步骤： 步骤1，将不同病人的病例样本数据随机划分至训练集或测试集，病例样本数据包括不同时期的病例图像及对应的分割图像； 步骤2，调整各病例图像至同一尺寸； 步骤3，基于训练集训练扩散模型以收敛； 步骤4，利用扩散模型获取测试集中任一病例图像的掩码预测图像； 步骤5，将同一病人不同时期的掩码预测图像传入到投票机制模块中进行投票后，得到预测结果图像； 步骤6，将预测结果图像通过图像缩放，分别生成各时期分割图像的同尺寸图像； 所述投票机制模块的投票包括以下步骤： 剔除异常的掩码预测图像后，基于同一病人的掩码预测图像数量计算投票阈值； 计算同一像素点的像素和，并与投票阈值比较，若大于或等于投票阈值，则预测结果图像中该像素点的值为1，否则为0； 所述扩散模型使用基于Unet架构的降噪模型拟合噪音ε，以通过第t步的含噪图像yt得到t-1步的含噪图像yt-1； 所述降噪模型包括前置的Unet和后置的SEBlock； 所述Unet包括并行且相同的两编码器、与编码器对称的解码器； 编码器包括依次设置的4个卷积模块，前3个卷积模块均包括一卷积层和一线性注意力机制层，第4个卷积模块包括一卷积层和一自注意力机制层；两编码器分别对病例图像、第t步的含噪图像yt逐级下采样并保存各下采样特征图； 将两编码器的输出在通道维度拼接后作为解码器第1个卷积模块的输入，并进行上采样，将解码器中上采样得到的新特征图与编码器中对应位置的下采样特征图进行通道维度的拼接，依次传入到后3个卷积模块中； 所述病例图像对应的编码器中，前2个卷积模块后分别设置特征关联层，该特征关联层与另一编码器中相同卷积模块输出的下采样特征图相关联，用于将关联的下采样特征图通过FFP模块抑制噪音后，与卷积模块的输出点乘。

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杭州电子科技大学;台州学院，其通讯地址为：310000 浙江省杭州市下沙高教园区；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”。