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！

龙图腾网获悉北京理工大学申请的专利一种基于随机超分学习辅助和多层特征映射的腹部器官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：CN119762786B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411968366.8，技术领域涉及：G06V10/26；该发明授权一种基于随机超分学习辅助和多层特征映射的腹部器官分割方法及系统是由刘田田;闫天翼;吴蒙蒙;叶初阳;代欣;雷泽浩设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种基于随机超分学习辅助和多层特征映射的腹部器官分割方法及系统在说明书摘要公布了：本发明公开了一种基于随机超分学习辅助和多层特征映射的腹部器官分割方法及系统，该方法包括：获取待分割图像；将所述待分割图像输入至分割模型，获取低分辨率图像维度下的语义分割标签，其中，所述分割模型利用训练集训练获得，并利用多分辨率图像重建模块进行辅助训练，所述多分辨率图像重建模块，用于对所述待分割图像的高级特征表示进行解码，获取多分辨率重建图像和重建特征；对所述低分辨率图像维度下的语义分割标签进行处理，获取高分辨率图像下的语义分割标签。本发明能够提取多种分辨率图像的解剖结构信息，强化多分辨率学习和语义分割任务的潜在关联，提升医学超分图像语义分割任务的表现。

本发明授权一种基于随机超分学习辅助和多层特征映射的腹部器官分割方法及系统在权利要求书中公布了：1.一种基于随机超分学习辅助和多层特征映射的腹部器官分割方法，其特征在于，包括： 获取待分割图像； 将所述待分割图像输入至分割模型，获取低分辨率图像维度下的语义分割标签，其中，所述分割模型利用训练集训练获得，并利用多分辨率图像重建模块进行辅助训练，所述多分辨率图像重建模块，用于对所述待分割图像的高级特征表示进行解码，获取多分辨率重建图像和重建特征； 所述分割模型包括：多分辨率图像数据获取模块、图像编码器模块、多分辨率图像语义分割模块和语义输出模块； 所述多分辨率图像数据获取模块，用于获取统一维度的低分辨率图像数据； 所述图像编码器模块，用于对所述图像数据进行编码，获取高级特征表示； 所述多分辨率图像语义分割模块，用于对所述图像数据的高级特征表示进行解码，生成多分辨率图像下的语义分割标签，并获取语义特征； 所述语义输出模块，用于输出语义标签； 所述多分辨率图像语义分割模块包括：语义分割解码器单元、语义分割解码器多层特征融合单元、语义分割生成标签和原始标签的误差计算单元； 所述语义分割解码器单元，用于对所述高级特征表示进行解码，生成语义分割标签； 所述语义分割生成标签和原始标签的误差计算单元，用于计算所述语义分割标签和原始标签的误差； 所述语义分割解码器多层特征融合单元，用于通过空间和通道注意感知对所述语义分割解码器单元的不同深浅层特征进行融合，获取语义特征； 所述多分辨率图像重建模块包括：图像重建解码器单元、重建图像和原始图像的误差计算单元、图像重建解码器多层特征融合单元； 所述图像重建解码器单元，用于对所述高级特征表示进行解码，重建多分辨率图像； 所述重建图像和原始图像的误差计算单元，用于计算所述多分辨率重建图像和原始图像的误差； 所述图像重建解码器多层特征融合单元，用于通过空间和通道注意感知对所述图像重建解码器单元的不同深浅层特征进行融合，获取重建特征； 利用多分辨率图像重建模块进行辅助训练包括： 根据所述重建特征和语义特征，获取映射损失； 根据所述映射损失，结合多分辨率重建图像和原始图像的误差、语义分割标签和原始标签的误差，计算所述分割模型总损失； 根据所述分割模型总损失，获取所述分割模型； 对所述低分辨率图像维度下的语义分割标签进行处理，获取高分辨率图像下的语义分割标签。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。