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！

龙图腾网获悉华南理工大学申请的专利医学影像分割方法、装置、存储介质及设备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：CN120411130B 。

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：202510359726.2，技术领域涉及：G06T7/11；该发明授权医学影像分割方法、装置、存储介质及设备是由刘思源;陈蕾;赵梦石;曹处;何帆设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本医学影像分割方法、装置、存储介质及设备在说明书摘要公布了：本申请公开了一种医学影像分割方法、装置、存储介质及设备，方法包括：获取并预处理目标对象的多模态医学影像，得到预处理的多模态医学影像；将预处理的多模态医学影像输入预先训练的医学影像分割模型，输出各模态医学影像对应的初始分割结果；医学影像分割模型包括U‑Net模型和集成于U‑Net模型的编码器的Transformer模型；将各模态医学影像对应的初始分割结果输入预先训练的强化学习模型中，输出各模态医学影像对应的最终分割结果；预先训练的强化学习模型是基于强化学习算法构建的，强化学习算法在模型训练过程中通过预设奖励反馈机制调整分割策略，分割策略用于表征分割区域的调整操作。因此，采用本申请实施例，可以提升影像分割的准确性和可靠性。

本发明授权医学影像分割方法、装置、存储介质及设备在权利要求书中公布了：1.一种医学影像分割方法，其特征在于，所述方法包括： 获取并预处理目标对象的多模态医学影像，得到预处理的多模态医学影像； 将预处理的多模态医学影像输入预先训练的医学影像分割模型，输出各模态医学影像对应的初始分割结果；所述医学影像分割模型包括U-Net模型和集成于所述U-Net模型的编码器的Transformer模型； 将所述各模态医学影像对应的初始分割结果输入预先训练的强化学习模型中，输出所述各模态医学影像对应的最终分割结果；所述预先训练的强化学习模型是基于强化学习算法构建的，所述强化学习算法在模型训练过程中通过预设奖励反馈机制调整分割策略，所述分割策略用于表征分割区域的调整操作； 按照以下步骤生成预先训练的医学影像分割模型，包括： 收集并预处理训练数据，所述训练数据包括各多模态历史医学影像及其对应的标注信息； 确定U-Net模型的编码器中的最后一层，作为中间层； 将Transformer模型应用于所述中间层，以将所述Transformer模型集成于所述U-Net模型的编码器中，得到医学影像分割模型； 利用GPU并行计算和多线程处理技术，通过分布式计算平台将预处理的训练数据输入所述医学影像分割模型中进行机器学习，输出模型预测的分割结果以及模型的损失值； 在所述损失值到达最小的情况下，生成教师模型； 预处理所述教师模型，得到预先训练的医学影像分割模型； 所述预处理所述教师模型，得到预先训练的医学影像分割模型，包括： 对所述教师模型中U-Net模型和Transformer模型进行剪枝和量化处理，以去除冗余的网络连接，得到减参的教师模型； 对减参的教师模型进行压缩，并提取所述教师模型的输出概率分布； 控制压缩的教师模型学习所述输出概率分布，得到学生模型； 将所述学生模型作为预先训练的医学影像分割模型。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。