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！

龙图腾网获悉南京信息工程大学申请的专利基于解剖先验感知的医学血管分割动态优化方法及系统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：CN120451180B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510949414.7，技术领域涉及：G06T7/10；该发明授权基于解剖先验感知的医学血管分割动态优化方法及系统是由王知极;黄韫栀设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本基于解剖先验感知的医学血管分割动态优化方法及系统在说明书摘要公布了：本发明公开了基于解剖先验感知的医学血管分割动态优化方法及系统，属于人工智能领域和医学影像处理技术领域。该方法获取医学影像数据和对应的血管标注数据，构建成数据集，并对训练集中数据进行预处理和后处理；构建分割模型，包括多尺度特征融合模块和动态蛇形卷积模块；构建分割模型的损失函数，利用训练集和血管标注数据对分割模型进行训练；利用训练之后的分割模型对测试集中的医学影像数据进行血管分割。本发明通过动态配置的多尺度特征融合模块与融合机制以及拓扑感知的动态优化策略，有效解决了现有方法难以兼顾血管结构精细化分割和整体拓扑完整性的问题，显著提升了医学血管分割模型的鲁棒性和运行效率。

本发明授权基于解剖先验感知的医学血管分割动态优化方法及系统在权利要求书中公布了：1.基于解剖先验感知的医学血管分割动态优化方法，其特征在于，包括以下步骤： 获取医学影像数据和对应的血管标注数据，构建成数据集，按比例将数据集划分为训练集和测试集，并对训练集中数据进行预处理和后处理； 构建分割模型，包括多尺度特征融合模块和动态蛇形卷积模块； 构建分割模型的损失函数，利用训练集和血管标注数据对分割模型进行训练； 利用训练之后的分割模型对测试集中的医学影像数据进行血管分割； 后处理是指将预处理后得到的三维体数据图像块分别在矢状位、冠状位和横轴位上进行最大强度投影，得到二维切片图像，将二维切片图像通过广播操作使尺度重构到与三维体数据图像块相同，得到3组图像块，将三维体数据图像块和3组图像块作为输入项，输入至分割模型中； 多尺度特征融合模块的工作过程包括： 将分割模型的输入特征图记为，其中表示批次大小，表示输入特征通道数，分别为三维图像的深度、高度和宽度； 将特征图输入至多尺度特征融合模块后，经过五层相同结构的特征融合； 在每一层特征融合中，特征图首先进行平均池化以提取全局特征，随后通过全连接层和Softmax归一化层自适应生成各尺度卷积分支的权重，其中，K表示K种尺度；随后，全局特征并行经过多组不同卷积核大小的卷积操作，各分支卷积结果与其权重相乘后进行求和融合，得到融合后的多尺度特征图，表示为，其中表示输出特征通道数； 其中融合后的多尺度特征图由如下公式计算得到： ， 其中，表示特征图与尺度为的卷积核进行的卷积操作；满足； 动态蛇形卷积模块的工作过程包括： 将最后一层的多尺度特征融合模块的输出特征图记为，，表示输入特征通道数； 对于特征图y进行一层3D卷积操作，输出通道为，其中P表示动态蛇形卷积的采样点数，再经过归一化和非线性激活函数tanh，得到范围约束在[-1,1]之间的偏移量，该偏移量分为两组，每组在Z、Y、X三个方向共个偏移，Z、Y、X分别代表深度、高度和宽度；再以原始整数网格为基础，分别在Z、Y、X三个方向生成个等间距相对坐标，等间距相对坐标表示为若有P个点待偏移，则在整数范围内从到生成一个长度为P的序列，将偏移量累加，得到三维浮点采样坐标； 对浮点坐标在三维空间内执行双线性插值计算，得到形变特征图，对所有通道做群归一化和ReLU激活，得到动态蛇形卷积层的输出特征图，表示为，其中表示输出特征通道数。

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南京信息工程大学，其通讯地址为：211899 江苏省南京市江北新区华富路1号数智溪谷4号楼；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”。