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！

龙图腾网获悉西南科技大学申请的专利一种结合韦伯费希纳定律与语义扩散的肺实质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：CN120852456B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511349557.0，技术领域涉及：G06T7/12；该发明授权一种结合韦伯费希纳定律与语义扩散的肺实质分割方法是由何刚;倪洪友;许康;俞文心;文军设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本一种结合韦伯费希纳定律与语义扩散的肺实质分割方法在说明书摘要公布了：本发明属于图像处理领域，公开一种结合韦伯费希纳定律与语义扩散的肺实质分割方法，包括步骤：对原始的肺部三维CT图像进行处理，裁剪为固定的大小，并进行随机增强；使用预处理过后的图像对结合韦伯费希纳定律与语义扩散网络的肺实质分割模型进行训练，获得肺实质分割模型；利用肺实质分割模型，对肺部三维CT图像进行预测，输出预测出的分割结果。本发明适用于基于三维肺部CT图像的肺实质分割，能够有效的从CT图像中精准的分割出肺实质部分。模型具有优秀的泛化性及鲁棒性，可以在纤维化的肺部图像上表现出优秀的分割性能。

本发明授权一种结合韦伯费希纳定律与语义扩散的肺实质分割方法在权利要求书中公布了：1.一种结合韦伯费希纳定律与语义扩散的肺实质分割方法，其特征在于，包括步骤： S10, 对原始的肺部三维CT图像进行处理，裁剪为固定的大小，并进行随机增强； 图像的预处理，包括步骤： 首先，将原始三维CT肺部扫描图像及其掩模图裁剪或扩充为512×512×256体素网格维度的固定大小； 其次，数据的随机增强，包括添加随机噪声、随机翻转和随机仿射变换，包括旋转和平移； S20, 使用预处理过后的图像，对结合韦伯费希纳定律与语义扩散网络的肺实质分割网络进行训练，获得肺实质分割模型； 分割的损失函数采用Tversky Loss，训练过程中计算的损失和最终输出通过动态加权总和进行组合； 计算损失的损失函数DS Loss为： ； 其中，为第i个输出层，n为总输出数，为最终层输出，Y为真实标签；α是一个动态变化的权重，其初始值为0.4，每30个Epoch下降至原来的80%； 所述结合韦伯费希纳定律与语义扩散网络的肺实质分割网络包括骨干分割网络、韦伯费希纳增强层和语义扩散网络模块，在所述骨干分割网络的编码阶段之前添加了韦伯费希纳增强层，在编码阶段之后添加语义扩散网络模块；输入的数据经过韦伯费希纳增强层之后，通过三维卷积层提取空间特征并将其序列化；处理后的序列数据送入编码器进行深层特征提取；经过编码器之后再由语义扩散网络模块提取特征，进一步优化语义连续性与上下文信息；解码器利用这些优化后的特征，逐层生成并输出多尺度的特征图；最后经由解码器输出多尺度特征； 所述骨干分割网络包括编码阶段和解码阶段，编码阶段和解码阶段之间添加跳跃连接；在所述编码阶段中，一共有4层下采样操作，每层包含三维卷积操作和ReLU激活函数，ReLU激活函数连接至下一层；在所述解码阶段中，一共有3层上采样操作，每层包含反卷积操作、1×1×1卷积、三线性插值以及Softmax激活；三层反卷积将提取后的特征图逐步还原为原始大小，在每一次反卷积后会进行1×1×1卷积、三线性插值以及Softmax激活操作，以提取不同尺度的特征； 所述的韦伯费希纳增强层运用韦伯费希纳定律，将体素的CT值的变化映射为视觉感知的变化，即将CT值差异映射为对数尺度感知差异； 所述语义扩散网络模块，模拟各向异性扩散； S30, 利用肺实质分割模型，对肺部三维CT图像进行预测，输出预测出的分割结果。

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西南科技大学，其通讯地址为：621010 四川省绵阳市涪城区青龙大道中段59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。