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！

龙图腾网获悉福建医科大学附属第一医院;中山大学附属第六医院;中国医学科学院北京协和医院;中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所)申请的专利一种基于形态学感知分层信息瓶颈网络的颅咽管瘤影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：CN121053154B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202511574674.7，技术领域涉及：G06T7/11；该发明授权一种基于形态学感知分层信息瓶颈网络的颅咽管瘤影像分割方法是由颜小荣;王海军;陈文立;冯铭;王任直;蒋小兵;陈千禧;张安国;丁王斌;刘忆;漆松涛设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本一种基于形态学感知分层信息瓶颈网络的颅咽管瘤影像分割方法在说明书摘要公布了：本发明涉及人工智能与医学图像处理领域，具体设计一种基于形态学感知分层信息瓶颈网络的颅咽管瘤影像分割方法，方法为：获取颅咽管瘤患者的MRI图像数据，对MRI图像数据进行预处理，得到标准化的输入图像块；构建形态学感知分层信息瓶颈网络MaHIB‑Net；对HIB模块采用核密度估计实现KL散度的非参数估计，生成潜在特征样本，计算潜在特征分布的概率密度，得到HIB正则化项；通过加权求和得到总MA损失；构建网络总损失函数，总损失函数为分割损失、HIB正则化项加权和与总MA损失加权和的叠加；训练分割模型；将待分割的颅咽管瘤MRI图像输入训练完成的分割模型，输出分割结果，本发明颅咽管瘤分割精度高、领域泛化能力强，特征建模更灵活和能够保障临床合理性。

本发明授权一种基于形态学感知分层信息瓶颈网络的颅咽管瘤影像分割方法在权利要求书中公布了：1.一种基于形态学感知分层信息瓶颈网络的颅咽管瘤影像分割方法，其特征在于，包括如下步骤： 步骤1：获取颅咽管瘤患者的MRI图像数据，对所述MRI图像数据进行预处理，得到标准化的输入图像块； 步骤2：构建形态学感知分层信息瓶颈网络MaHIB-Net，所述网络以U-Net为骨干，包括编码器、解码器、分层信息瓶颈HIB模块及形态学感知MA损失组件； 其中，所述HIB模块嵌入于编码器的下采样操作之前，用于对编码器提取的多尺度特征进行渐进式精炼与压缩；所述MA损失组件作用于解码器输出的预测概率图，用于约束分割结果的临床合理性； 步骤3：对所述HIB模块采用核密度估计实现KL散度的非参数估计，通过MonteCarlo采样生成潜在特征样本，结合高斯核函数与自适应带宽计算潜在特征分布的概率密度，进而得到HIB正则化项； 步骤4：通过加权求和得到总MA损失； 步骤5：构建网络总损失函数，所述总损失函数为分割损失、HIB正则化项加权和与总MA损失加权和的叠加； 步骤6：采用预处理后的MRI图像数据训练MaHIB-Net，通过优化器最小化总损失函数，得到训练完成的分割模型； 步骤7：将待分割的颅咽管瘤MRI图像输入训练完成的分割模型，输出颅咽管瘤及周围关键解剖结构的分割结果; 所述MonteCarlo采样的样本数量S=5； 所述高斯核函数的带宽根据Silverman法则自适应确定，所述Silverman法则基于潜在样本的维度与方差计算带宽值；所述KL散度的估计公式为： ； 其中是一个标准多元高斯先验分布，为HIB模块内部编码器生成的基础采样分布，为KDE估计的概率密度，表示S个MonteCarlo采样的样本数量。

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福建医科大学附属第一医院;中山大学附属第六医院;中国医学科学院北京协和医院;中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所)，其通讯地址为：350005 福建省福州市台江区茶中路20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。