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！

龙图腾网获悉广东工业大学申请的专利一种三维多尺度图像分割模型和基于其的图像分割方法、应用、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：CN119991687B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202510117218.3，技术领域涉及：G06T7/10；该发明授权一种三维多尺度图像分割模型和基于其的图像分割方法、应用、系统是由曾安;程贤航;潘丹;杨宝瑶设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本一种三维多尺度图像分割模型和基于其的图像分割方法、应用、系统在说明书摘要公布了：本发明涉及图像分割技术领域，公开了一种三维多尺度图像分割模型和基于其的图像分割方法、应用、系统，其中所述模型包括SwinTransformer编码器、大核三维卷积编码器、2个基于空间转换器的解码器；所述的SwinTransformer编码器、大核三维卷积编码器分别与2个基于空间转换器的解码器对应连接；SwinTransformer编码器的编码层与大核三维卷积编码器的编码层一一对应连接；SwinTransformer编码器对应的解码器的输出与大核三维卷积编码器的输入连接；所述的基于空间转换器的解码器的每个解码层均设有1个空间转换器块。本发明解决了现有技术不适用于对个体差异性大的三维图像的分割的问题，且具有适用于大规模和前景‑背景比例不平衡的图像的特点。

本发明授权一种三维多尺度图像分割模型和基于其的图像分割方法、应用、系统在权利要求书中公布了：1.一种基于三维多尺度图像分割模型的三维多尺度图像分割方法，其特征在于：所述三维多尺度图像分割模型包括SwinTransformer编码器、大核三维卷积编码器、2个基于空间转换器的解码器；所述的SwinTransformer编码器、大核三维卷积编码器分别与2个基于空间转换器的解码器对应连接；SwinTransformer编码器的编码层与大核三维卷积编码器的编码层一一对应连接；SwinTransformer编码器对应的解码器的输出与大核三维卷积编码器的输入连接；所述的基于空间转换器的解码器的每个解码层均设有1个空间转换器块； 所述方法包括以下具体步骤： 获取训练用的三维图像数据集并进行预处理； 将预处理后的三维图像数据集进行裁剪并输入三维多尺度图像分割模型中进行多次的迭代训练，其具体步骤为： 将预处理后的三维图像数据集裁剪为若干个预设定大小的三维方块图像； 将三维方块图像输入SwinTransformer编码器中，对输入图像的全局信息进行特征提取； 将SwinTransformer编码器中各阶段产生的特征信息输入到其对应的基于空间转换器的解码器中解码；每一次解码时，通过空间转换器块融合空间路径中保留的空间信息； 将解码器输出的解码的语义信息与空间路径产生的空间信息融合并进行卷积操作获得输出output1；将output1通过Sigmoid激活函数输出三维图像的权重掩码； 将获取的三维图像的权重掩码与输入图像同位置相乘，输入大核三维卷积编码器，进一步提取冠状动脉局部信息； 将大核三维卷积编码器中每层编码器输出的特征信息与其对应的SwinTransformer编码器的编码层输出的特征进行同位置相加后输入到其对应的基于空间转换器的解码器中解码；每一次解码时，通过空间转换器块融合空间路径中保留的空间信息； 将解码的语义信息与空间路径产生的空间信息融合并进行卷积操作获得输出output2； 将output2与output1通过同位相加的方式融合，并将融合后的特征信息通过一个分割头后输出三维图像分割结果； 基于得到的三维图像分割结果对三维多尺度图像分割模型进行迭代训练，直到达到预设的结束迭代条件； 将待分割的三维图像数据，预处理后输入到已经训练好的三维多尺度图像分割模型中进行像素级的分类，完成自动分割。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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。