南京信息工程大学张靖恺获国家专利权
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!
龙图腾网获悉南京信息工程大学申请的专利一种基于深度学习的肾穿刺图像多类肾小球自动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:CN116051837B 。
龙图腾网通过国家知识产权局官网在2025-09-12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:202310012122.1,技术领域涉及:G06V10/26;该发明授权一种基于深度学习的肾穿刺图像多类肾小球自动分割方法是由张靖恺;徐军;王向学设计研发完成,并于2023-01-05向国家知识产权局提交的专利申请。
本一种基于深度学习的肾穿刺图像多类肾小球自动分割方法在说明书摘要公布了:本发明公开了一种基于深度学习的肾穿刺图像多类肾小球自动分割方法,包括如下步骤:步骤1.肾穿刺图像的预处理;步骤2.模型训练,编码器部分;步骤3.结论融合;步骤4.模型测试。本发明在编码器和解码器中分别使用了Transform模块与VGG模块,能够在较大的尺度上处理肾小球的完整上下文信息的同时,保证肾小球轮廓分割的准确度,将传统技术中的语义分割流程划分为分割分支与分类分支,保证了同一肾小球分割结果的统一性与完整性。
本发明授权一种基于深度学习的肾穿刺图像多类肾小球自动分割方法在权利要求书中公布了:1.一种基于深度学习的肾穿刺图像多类肾小球自动分割方法,其特征在于,包括: 获取待分割的肾穿刺图像;将所述待分割的肾穿刺图像输入训练好的多类肾小球自动分割模型; 根据所述多类肾小球自动分割模型的输出,得到肾小球多类语义分割结果;其中所述多类肾小球自动分割模型包括编码器、分类分支、解码器和分割分支;所述编码器的处理过程包括:以肾穿刺图像作为输入,将肾穿刺图像经过PatchPartition处理得到第一Token,第一Token经过Token转特征图模块转换为第一特征图;第一Token经过第一Transform模块处理得到第二Token,第二Token经过Token转特征图模块转换为第二特征图;第二Token经过第二Transform模块处理得到第三Token,第三Token经过Token转特征图模块转换为第三特征图;第三Token经过第三Transform模块处理得到第四Token,第四Token经过Token转特征图模块转换为第四特征图;第四Token经过第四Transform模块处理得到第五Token; 所述解码器的处理过程包括:第五Token和第四特征图经过第四VGG模块上采样后拼接处理得到第四上采样特征图;第四上采样特征图和第三特征图经过第三VGG模块上采样后拼接处理得到第三上采样特征图;第三上采样特征图和第二特征图经过第二VGG模块上采样后拼接处理得到第二上采样特征图;第二上采样特征图和第一特征图经过第一VGG模块上采样后拼接处理得到第一上采样特征图; 所述分类分支的处理过程包括:以编码器第四Transform模块输出的第五Token作为输入,进行标准化LayerNorm操作;对标准化后的第五Token使用平均池化操作使Token维度为1,保留批次维度与特征维度;使用全连接层将平均池化操作得到的特征维度映射到n维向量,其中n表示肾小球类别数量;对n维向量进行SoftMax操作,得到每一类的概率值,即分类结果; 所述分割分支的处理过程包括:以解码器第一VGG模块得到的第一上采样特征图作为输入,首先使用卷积核大小为2x2的卷积操作将第一上采样特征图的通道数映射到2维,即背景和肾小球区域,然后对映射后的第一上采样特征图进行SoftMax操作得到每一个像素点上,背景和肾小球区域的概率值,即轮廓分割结果; 将每张肾小球图像的分类结果和轮廓分割结果进行融合,得到完整的肾小球多类语义分割结果。
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南京信息工程大学,其通讯地址为:224002 江苏省盐城市盐南高新区新河街道文港南路105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”。
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。