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！

龙图腾网获悉河海大学;盐城市中医院;江苏瀚禾数字科技有限公司申请的专利乳房肿块的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：CN119722697B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411577614.6，技术领域涉及：G06T7/11；该发明授权乳房肿块的分割方法及系统是由曾文治;王雪扬;敖畅;顾月星设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本乳房肿块的分割方法及系统在说明书摘要公布了：本发明公开了一种乳房肿块的分割方法及系统，包括以下步骤：步骤1，获取患者乳房肿块的医学影像，对其进行预处理后，并对预处理后的遥感影像进行标注制作成数据集；步骤2，构建用于对乳房肿块进行分割的MM‑3DUNet模型，采用数据集训练MM‑3DUNet模型，获得优化后的MM‑3DUNet模型；步骤3，采用优化后的MM‑3DUNet模型对医学影像进行乳房肿块分割。本发明降低了模型的计算复杂程度，并且提高了计算效率和分割精度。

本发明授权乳房肿块的分割方法及系统在权利要求书中公布了：1.一种乳房肿块的分割方法，其特征在于，包括以下步骤： 步骤1，获取患者乳房肿块的医学影像，对其进行预处理后，并对预处理后的遥感影像进行标注制作成数据集； 步骤2，构建用于对乳房肿块进行分割的MM-3DUNet模型，采用数据集训练MM-3DUNet模型，获得优化后的MM-3DUNet模型； 步骤3，采用优化后的MM-3DUNet模型对医学影像进行乳房肿块分割； 其中，步骤2中构建的MM-3DUNet模型包括编码器、解码器、1×1×1的卷积核、sigmoid函数以及辅助分类任务旁路，编码器和解码器通过跳跃连接结构相连； 其中，编码器用于提取输入图像的多层次语义特征，并压缩特征图尺寸；解码器则用于恢复特征图尺寸并定位关键信息，最终输出与原始图像相同大小的目标图像1×1×1的卷积核用于将最终特征图的通道数压缩为标签数，sigmoid函数用于将预测结果转化为概率值，取值范围在0~1之间；辅助分类任务旁路用于为乳腺癌肿块分割的主任务提供有益的监督信号； 编码器包括多个渐进的计算模块；其中，每个计算模块中包含多个重复的特征提取单元，每个特征提取单元包括通道扩张卷积单元、反向残差结构单元以及激活函数； 解码器包含多个重复的特征恢复单元的渐进计算模块，特征恢复单元的结构与特征提取单元基本相同，其中，在特征恢复单元末端使用转置卷积扩大特征图尺寸，每个计算模块特征恢复之后图像通道数减半，尺寸加倍； 通道扩张卷积单元包括通道扩张模块、深度卷积模块和通道压缩模块； 在通道扩张模块中，对于大小为Cin×D×H×W的输入特征，采用1个1×1×1的卷积核将输入特征的通道扩张到t×Cin，t为通道扩张因子，输出特征图大小为t×Cin×D×H×W； 在深度卷积模块中，使用3D深度可分离卷积对每个通道进行独立的特征提取，输出特征图维度仍为t×Cin×D×H×W； 在通道压缩模块中，通过另一个卷积核将特征图的通道数从t×Cin压缩至Cout； 其中，在通道扩张模块和深度卷积模块的每一次卷积计算之后，均使用LeakyReLU激活函数和InstanceNorm归一化计算的组合进行特征图的非线性变化和通道归一化处理；在通道压缩模块中，当特征图在低维度空间进行卷积计算后，使用线性激活函数进行特征图的线性变化处理； 3D深度可分离卷积包括3D深度卷积和3D逐点卷积； 其中，3D深度卷积通过在每个输入通道上独立进行卷积操作，其计算过程为假设输入特征图具有Cin个通道，图像尺寸为D0×H0×W0，D0、H0和W0分别表示输入特征的深度、高度和宽度，使用Cin个大小为KD×KH×KW的卷积核分别与每个通道上的输入进行单独的卷积计算，得到的输出特征图通道数仍为Cin； 3D逐点卷积的计算过程为：使用Cout个通道数为Cin的1×1×1的卷积核，将3D深度卷积输出的特征图在通道维度上进行组合，最终得到通道数为Cout的输出特征图，大小为D1×H1×W1； 辅助分类任务旁路包括3×3卷积核、最大池化层以及线性激活层，特征图经解码器的特征恢复输出后输入到辅助分类任务旁路中，首先将其映射至二维空间，之后用大小为3×3的卷积核提取输入图像的类型特征，再经过最大池化层调整数据结构，最后经过线性激活层输出与类型数量相同的结果； 步骤2训练过程中，采用Adam作为参数优化器，并采用梯度下降法进行训练，训练时，采用骰子损失DiceLoss作为分割任务的损失函数，采用交叉熵CELoss损失作为辅助分类任务旁路的损失函数； 其中，DiceLoss将一个类别的所有像素作为一个整体去计算损失函数值，直接把分割效果评估指标作为损失函数去监督网络，DiceLoss和CELoss的计算公式分别为： ； ； 式中，pci为第i个像元在类别C的标签值，取0或1；gci为第i个像元属于类别C的预测概率；I为预测值和标签值的交集；H和W分别为特征图的高度和宽度；U为预测值和标签值的并集；ε为平滑系数。

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河海大学;盐城市中医院;江苏瀚禾数字科技有限公司，其通讯地址为：江苏省南京市鼓楼区西康路1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。