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！

龙图腾网获悉哈尔滨工业大学申请的专利一种医学图像分割不确定性估计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：CN119672049B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411808821.8，技术领域涉及：G06T7/11；该发明授权一种医学图像分割不确定性估计系统是由骆功宁;李凡丁;李向宇;王玮;王宽全;李晓坤设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种医学图像分割不确定性估计系统在说明书摘要公布了：一种医学图像分割不确定性估计系统，它属于医学图像分割技术领域。本发明解决了现有医学图像分割不确定性估计技术的准确性、通用性和灵活性差的问题。本发明通过数据的逻辑映射建立数据的概率空间分布，对于分割结果中语义的合理性和所存在的模型不确定性及任意不确定性都能够实现更好的建模，提高了不确定性估计技术的准确性。而且本发明的不确定性感知模块M2能够灵活集成到现有的分割框架中，即能够连接到任意确定性医学图像分割骨干网络M1之后，将二者连接在一起进行使用，形成不确定性感知的医学图像分割模型，实现了对于确定性医学图像分割算法的通用改进。本发明方法可以应用于医学图像分割。

本发明授权一种医学图像分割不确定性估计系统在权利要求书中公布了：1.一种医学图像分割不确定性估计系统，其特征在于，所述系统包括医学图像预处理模块和不确定性感知医学图像分割模型M，所述不确定性感知医学图像分割模型M内包括医学图像分割骨干网络模块M1和不确定性感知模块M2；其中： 所述医学图像预处理模块用于对患病医学图像进行预处理，获得预处理后的患病医学图像； 所述医学图像分割骨干网络模块M1用于对输入的预处理后患病医学图像进行处理，输出逻辑映射图；并将逻辑映射图作为不确定性感知模块M2的输入； 所述不确定性感知模块M2用于对输入的逻辑映射图进行处理，获得对患病医学图像的各个分割结果以及不确定性估计结果； 所述不确定性感知模块M2内包括两个并行的分支，且每个分支内均包括高斯分布建模模块MLMG和不确定性衡量模块MUMS； 所述高斯分布建模模块MLMG内包括三个并行的卷积层，高斯分布建模模块MLMG用于对逻辑映射图进行逐像素联合概率高斯分布建模，且高斯分布建模模块MLMG的工作过程为： 步骤S21、将逻辑映射图经过第一个卷积层，得到第一个卷积层的输出μ；将逻辑映射图经过第二个卷积层，得到第二个卷积层的输出P；将逻辑映射图经过第三个卷积层，得到第三个卷积层的输出D； μ＝conv1η P＝conv2η D＝conv3η 其中，η表示逻辑映射图，conv1·表示第一个卷积层，conv2·表示第二个卷积层，conv3·表示第三个卷积层； 步骤S22、再根据P和D计算协方差矩阵Σ，即获得逻辑映射图的逐像素联合概率高斯分布Nμ,Σ； 所述不确定性衡量模块MUMS的工作过程为： 步骤S31、对输入的逐像素联合概率高斯分布进行采样，得到n2个采样结果，并将第i个采样结果记为Zi； 步骤S32、将第i个采样结果Zi经过证据层，得到第i个采样结果中像素h,w的分割结果为前景时的狄利克雷分布参数以及分割结果为背景时的狄利克雷分布参数 步骤S33、利用计算像素h,w的分割结果为前景的概率利用计算像素h,w的分割结果为背景的概率 步骤S34、根据和获得像素h,w的分割结果Yh,w： 其中，j＝0或1，若Yh,w＝0，则像素h,w为前景，若Yh,w＝1，则像素h,w为背景；利用第i个采样结果中全部像素的分割结果组成第i个采样结果对应的分割结果； 步骤S35、根据像素h,w的分割结果Yh,w计算像素h,w的不确定性UAh,w： 利用第i个采样结果中全部像素的不确定性组成第i个采样结果对应的任意不确定性； 步骤S36、采用步骤S32至步骤S35的方法，获得图像的n2个分割结果以及n2个分割结果对应的任意不确定性； 所述不确定性感知模块M2的每个分支均获得图像的n2个分割结果，再对两个分支的n个分割结果进行处理，得到模型不确定性； 所述模型不确定性的计算方法为： 根据图像的各个分割结果中对于像素h,w的分割结果，计算像素h,w的分割结果方差，则全部像素的分割结果方差共同组成模型不确定性结果。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。

以上内容由龙图腾AI智能生成。