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！

龙图腾网获悉西安交通大学申请的专利一种肝脏及肝肿瘤数据分割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：CN117197454B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202311063338.7，技术领域涉及：G06V10/26；该发明授权一种肝脏及肝肿瘤数据分割方法及系统是由祖建;王崇宇;纪泛扑设计研发完成，并于2023-08-22向国家知识产权局提交的专利申请。

本一种肝脏及肝肿瘤数据分割方法及系统在说明书摘要公布了：本发明公开了一种肝脏及肝肿瘤数据分割方法及系统，基于Unet网络模型，提出了长距离注意力机制和多特征融合模块，并利用网络的层级结构设计出了跨层注意力机制；将跨层注意力机制和多特征融合模块嵌入到Unet网络当中，结合残差结构，构建ResCLA‑MNet分割网络模型；使用LiTS肝脏及肝肿瘤公开CT数据集进行训练、验证，并测试网络模型的分割性能；利用3DircaDb‑01肝脏及肝肿瘤CT数据集测试ResCLA‑MNet网络模型的泛化性能，以保证网络具有一定的数据迁移适用性；收集医院腹部肝脏及肝肿瘤CT数据集，利用训练完成的网络模型在数据集上进行实践，验证网络的应用效果。本发明在Unet的基础上，借鉴Unet网络架构，结合注意力机制和多特征融合的优势，提高了网络模型对肝脏及肝肿瘤的分割准确率。

本发明授权一种肝脏及肝肿瘤数据分割方法及系统在权利要求书中公布了：1.一种肝脏及肝肿瘤数据分割方法，其特征在于，包括以下步骤： S1、分别对LiTS和3DircaDb-01肝脏及肝肿瘤公开CT数据集，以及待分割肝脏及肝肿瘤CT数据集进行预处理，将预处理后的LiTS肝脏及肝肿瘤数据集划分为训练集、验证集和测试集； S2、构建具有跨层注意力机制和多特征融合模块的ResCLA-MNet分割网络模型，使用步骤S1得到的LiTS肝脏及肝肿瘤训练集、验证集和测试集对ResCLA-MNet分割网络模型进行训练、验证、测试以及消融实验，具体为： S201、构建跨层注意力机制和多特征融合模块，并将其与残差结构一同嵌入Unet网络中，得到ResCLA-MNet网络模型，具体为： S2011、对于跨层注意力机制模块，首先构建长距离注意力机制，利用条形池化对CT图像的横向和竖向特征进行压缩并拼接，通过卷积操作提取特征后对拼接信息进行拆分，再通过卷积恢复信息通道数，利用Sigmoid操作获取注意力权重，并利用矩阵乘法获取与原图像尺寸相同的注意力权重，将权重赋予给原图像，完成长距离注意力权重的赋予； S2012、完成长距离注意力权重的赋予后，添加挤压与激励注意力机制，并对机制进行改进，使得输出的注意力权重尺寸实现跨层传递，称长距离注意力机制和挤压与激励注意力机制整体为跨层注意力机制模块； S2013、对于多特征融合模块，将长距离注意力机制LDA加入到Unet的跳跃连接中，并使用深度可分离卷积将上层跳跃连接中的信息传递给下层的跳跃连接，称这部分模块为多特征融合模块； S2014、以Unet分割网络模型为基础，在Unet的下采样过程中加入跨层注意力机制模块，在跳跃链接中加入多特征融合模块，并在下采样卷积过程中加入残差结构，构建得到ResCLA-MNet分割网络模型； S202、对步骤S201得到的ResCLA-MNet网络模型中的模块进行移除，得到ResUnet，Res-Mnet，ResCLA-Net和ResCLA-MNet分割网络； S203、使用步骤S1得到的LiTS肝脏和肝肿瘤训练集、验证集对步骤S202得到的ResUnet，Res-Mnet，ResCLA-Net和ResCLA-MNet分割网络分别进行训练和验证，并使用步骤S1得到的LiTS肝脏和肝肿瘤测试集对训练好的ResUnet，Res-Mnet，ResCLA-Net和ResCLA-MNet分割网络分别进行测试；采用Dice系数，Jaccard系数和Precision指标对测试结果进行评价，并得到网络分割的肝脏及肝肿瘤轮廓效果图； S3、使用步骤S2训练好的ResCLA-MNet分割网络模型对步骤S1得到的3DircaDb-01肝脏及肝肿瘤数据集进行泛化性测试，得到泛化性测试的评价指标结果以及分割轮廓展示图； S4、将步骤S1预处理后的待分割肝脏及肝肿瘤CT数据集输入到步骤S2和步骤S3训练测试好的ResCLA-MNet分割网络模型中，得到模型分割的评价指标结果和分割轮廓展示图，实现肝脏及肝肿瘤CT数据分割。

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交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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”。