南京邮电大学谢世朋获国家专利权
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！
龙图腾网获悉南京邮电大学申请的专利一种多模态辅助的非优势模态中瘤周水肿的半监督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：CN116862876B 。
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：202310846559.5，技术领域涉及：G06T7/00；该发明授权一种多模态辅助的非优势模态中瘤周水肿的半监督分割方法是由谢世朋;李峥设计研发完成，并于2023-07-11向国家知识产权局提交的专利申请。
本一种多模态辅助的非优势模态中瘤周水肿的半监督分割方法在说明书摘要公布了：本发明涉及医学图像处理技术领域，公开了一种多模态辅助的非优势模态中瘤周水肿的半监督分割方法，包括：构建瘤周水肿半监督分割数据集，并将两种模态的输入表示为I1和I2，当有标签时为Ii,L，没有标签时为Ii,U；采用两个编码器接收两个模态的图像I1和I2，通过卷积层进行初始特征挖掘后进行多模态的可解释性特征融合；重复融合两次，编码器完成第三次上采样后，将双分支输出特征送入单输出模态融合模块，得到输出特征；采用两个相同的解码器解码之后输入到一致性计算模块，计算出一致性损失Lcon。本发明提供的半监督分割方法，在优势模态缺失的情况下，利用两种或多种非优势模态，形成分割效果优于单个优势模态的半监督分割。
本发明授权一种多模态辅助的非优势模态中瘤周水肿的半监督分割方法在权利要求书中公布了：1.一种多模态辅助的非优势模态中瘤周水肿的半监督分割方法，其特征在于，包括： S1、利用两种或多种非优势模态图像以及人工标注构建瘤周水肿半监督分割数据集，并将两种模态的输入表示为和，当它们有标签时表示为，没有标签时表示为； S2、采用两个编码器接收两个模态的图像和，通过卷积层进行初始特征挖掘后，通过模态融合模块进行多模态的可解释性特征融合； S3、重复步骤S2两次，编码器完成第三次上采样后，将两个编码器的输出特征送入所述模态融合模块，得到第一阶段处理后的输出特征； S4、将第一阶段处理后的输出特征采用两个相同的解码器解码之后，输出的特征图输入到一致性计算模块，计算出一致性损失，完成第二阶段的半监督学习。
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邮电大学，其通讯地址为：210000 江苏省南京市文苑路9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”。
以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号