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！

龙图腾网获悉上海交通大学申请的专利基于多层输出U型网络的多序列MRI图像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：CN115908390B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202211677015.2，技术领域涉及：G06T7/00；该发明授权基于多层输出U型网络的多序列MRI图像分割方法是由邹卫文;赵麾宇;靳渌渊设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本基于多层输出U型网络的多序列MRI图像分割方法在说明书摘要公布了：一种基于多层输出U型网络的多序列MRI图像分割方法，使得传统的U型网络更加适用于MRI多序列影像数据。通过改进了传统的U型网络架构，将单一上采样通道扩充至多层上采样通道，数量与序列数持平；并设计了对应的训练方法，通过拟合不同损失函数和设置不同层数训练的方式，使每种序列有单独的上采样通道。本发明使不同序列共享一个下采样通道，充分利用了不同序列的相似性，同时选择不同MRI序列进入单独的上采样通道，保持各序列的特异性。能有效结合不同MRI序列的数据特点，提高各序列的图像分割质量并加快拟合速率，在一定程度上解决MRI影像数据量不足的问题。

本发明授权基于多层输出U型网络的多序列MRI图像分割方法在权利要求书中公布了：1.一种基于多层输出U型网络的多序列MRI图像分割方法，其特征在于，包括如下步骤： 步骤1，获取多序列MRI图像数据； 步骤2，构建多层输出U型网络，该多层输出U型网络包括一个公用编码模块、一个中间模块，一个选择模块和多个单独解码模块和输出模块，输入图像为多序列MRI原始图像，输出图像为带单一多种病灶和大脑区域的标记图像； 步骤3，训练多层输出U型网络，将不同序列的MRI原始图像与带标识的图像依次放入多层输出U型网络模型进行训练，神经网络中的选择模块会根据MRI序列的不同，对该序列对应的通道的损失函数进行拟合，同时锁住其余解码模块和输出模块的参数权重，使得该序列只对应一个解码模块和输出模块，在拟合的过程中，不断更新网络的参数，使损失函数下降，最后得到训练完的网络； 步骤4.利用训练后的多层输出U型网络分别对不同MRI序列的数据进行分割测试，得到不同序列的分割结果，从而获得异常病灶分割图； 所述步骤2，构建多层输出U型网络模型，具体包括： 构建由多层卷积层和池化层组成的编码模块，通过编码模块对待处理的图片逐层进行下采样，使输出的特征图的分辨率逐层减半、通道数量逐层翻倍； 构建由两个CBR模块组成的中间模块，作为编码模块和解码模块的连接； 构建选择模块，根据输入MRI影像的序列不同，将每种序列对应一个解码模块和输出模块； 构建由多层CBR模块和上采样层组成的若干个解码模块，每个解码模块对应一种MRI序列，通过解码模块对特征图逐层进行上采样，使得分辨率逐层翻倍，通道数量在与编码模块合并后逐层减半； 构建由卷积层和激活层组成的输出模块，调整每个输出模块的卷积层的通道数量，与MRI各序列的输入序列类别的数目一致，生成图像分割结果； 所述编码模块对待处理图像逐层进行下采样：将编码模块分为A个编码子模块，其中， 每个编码子模块由B层或B+1层卷积层和1层最大池化层组成，每个子模块卷积层的卷积核为3x3或5x5，通道数由2C等比递增； 所述中间模块连接编码模块和解码模块：将中间模块分为两个CBR子模块，其中，每个CBR模块由卷积层、批量标准化层和激活层组成； 所述选择模块，能自动提取MRI影像的序列信息，通过提取每个解码模块后对应输出模块的损失函数，使每个MRI序列的图像仅对应一个解码模块和输出模块； 所述若干个解码模块，模块数量对应MRI序列数量，对特征图进行上采样；将单个解码模块分为A个解码子模块，其中，每个解码子模块又由上采样层、连接层和两个CBR模块组成； 所述输出模块，由一个卷积层和一个激活层组成：调整每个解码模块的最后一层输出的特征图的类别数量，与MRI各序列的输入类别的数目一致，如只有单一类别，使用“sigmoid”激活函数；如类别数超过1，则使用“softmax”激活函数，生成图像分割结果； A、B、C为通过实验确定的最优正整数。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。