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自监督与专家门控的跨解剖区域器官增量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：CN117151162B 。

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：202311012984.0，技术领域涉及：G06N3/0455；该发明授权基于自监督与专家门控的跨解剖区域器官增量分割方法是由缑水平;孟庆洋;童诺;续溢男;刘波设计研发完成，并于2023-08-13向国家知识产权局提交的专利申请。

本基于自监督与专家门控的跨解剖区域器官增量分割方法在说明书摘要公布了：本发明公开了一种基于自监督与专家门控的跨解剖区域器官增量分割方法，主要解决现有技术只能分割特定解剖区域器官而不具备扩展性的问题。其实现方案是：使用大量无标注、跨解剖区域的CT图像；通过自监督预训练获得具有通用表示能力的自监督编码器；以训练好的自监督编码器作为固定的共享编码器，构建欠完备自编码器并将其加入到共享编码器之后，实现对多个解剖区域CT图像的增量分割；训练由欠完备自编码器组成的专家门控系统，以在测试阶段自动选择测试图像对应的解码器，将测试图像转发到正确的解码器得到分割结果。本发明简化了跨解剖区域器官增量分割过程，提升了各解剖区域的总体分割性能，可用于协助医生完成各解剖区域器官的自动勾画。

本发明授权基于自监督与专家门控的跨解剖区域器官增量分割方法在权利要求书中公布了：1.一种基于自监督与专家门控的跨解剖区域器官增量分割方法，其特征在于，包括如下步骤： 1获取CT数据集，划分训练集和测试集： 1a从网站获取N个公开的CT数据集，从医院获取一个未公开的CT数据集，N≥5，其中： 公开数据集中有一个公开数据集标注有肝脏、左侧肾脏、脾脏、食管、胆囊、胃、胰腺、十二指肠这八个腹部器官；另一个公开数据集标注有左肺、右肺、心脏、食道、气管、脊髓这六个胸部器官； 未公开的数据集标注有膀胱、直肠、乙状结肠、小肠、宫颈这五个盆腔器官； 1b对N个公开数据集和未公开的数据集依次进行调窗，剪裁，归一化的预处理，再将预处理后没有标注的公开数据集合并为一个数据集D后进行裁块，再对裁块后图像中的像素点进行随机扰动处理，将其划分为未标注图像训练集Dtr和未标注图像测试集Dte； 1c将预处理后的两个带标注的公开数据集和未公开数据集中的图像进行尺寸统一，再进行数据集的扩增，并将数据扩增后的这三个数据集随机划分为三个标注图像训练集A1、A2、A3和三个标注图像测试集B1、B2、B3； 2基于UNet网络结构，构建包括自监督编码器、解码器构成的自监督网络Net0； 3将训练过程中的损失函数设置为平均绝对损失,利用未标注图像训练集Dtr和Adam优化器迭代训练自监督网络Net0，直到损失函数值不再下降，得到训练好的自监督编码器； 4将训练好的自监督编码器所有参数加载到自监督网络Net0中，并在自监督网络Net0中新增一个欠完备自编码器，以构成跨解剖区域器官增量第一网络Net1； 5对跨解剖区域器官增量第一网络Net1进行训练： 5a冻结训练好的自监督编码器中的所有参数； 5b将解码器损失函数设置为Dice损失，将欠完备自编码器损失设置为MSE损失； 5c使用标注图像第一训练集A1和Adam优化器迭代训练跨解剖区域器官增量第一网络Net1，直到Dice损失值和MSE损失值不再下降，得到训练好的跨解剖区域器官增量第一网络Net1； 6将跨解剖区域器官增量第一网络训练好的所有参数加载到跨解剖区域器官增量第一网络Net1中，并在Net1中增加一个新的解码器和新的欠完备自编码器，构成跨解剖区域器官增量第二网络Net2； 7对跨解剖区域器官增量第二网络Net2进行训练： 7a冻结训练好的跨解剖区域器官增量第一网络中的所有参数； 7b将新增解码器的损失函数设置为Dice损失，将新增欠完备自编码器的损失设置为MSE损失； 7c使用标注图像第二训练集A2和Adam优化器迭代训练跨解剖区域器官增量第二网络Net2，直到损失函数值不再下降，得到训练好的跨解剖区域器官增量第二网络Net2； 8将训练好的跨解剖区域器官增量第二网络参数W2加载到跨解剖区域器官增量第二网络Net2中，并在Net2中增加一个新的解码器和新的欠完备自编码器，构成跨解剖区域器官增量第三网络Net3； 9对跨解剖区域器官增量第三网络Net3进行训练： 9a冻结训练好的跨解剖区域器官增量第二网络中的所有参数,； 9b将新增解码器的损失函数设置为Dice损失，将新增欠完备自编码器的损失设置为MSE损失； 9c使用标注图像的第三训练集A3和Adam优化器迭代训练跨解剖区域器官增量第三网络Net3，直到损失函数值不再下降，得到训练好的跨解剖区域器官增量第三网络Net3； 10对测试集进行预测： 10a将训练好的跨解剖区域器官增量第三网络Net3的所有参数加载到跨解剖区域器官增量第三网络Net3中； 10b将三个标注测试集B1、B2、B3中的图像依次输入到加载参数后的跨解剖区域器官增量第三网络Net3中，计算三个欠完备自编码器的输出与输入之间的MSE损失，选择损失值最小的欠完备自编码器所对应的解码器作为当前图像的解码器输出分割结果。

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”。