Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 复旦大学;华东师范大学李郁欣获国家专利权

复旦大学;华东师范大学李郁欣获国家专利权

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!

龙图腾网获悉复旦大学;华东师范大学申请的专利一种医疗图像的多尺度精细化分割方法和装置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:CN116563199B

龙图腾网通过国家知识产权局官网在2026-02-10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:202210103754.4,技术领域涉及:G06T7/00;该发明授权一种医疗图像的多尺度精细化分割方法和装置是由李郁欣;胡斌;朱凤平;王祥丰;金博;颊友涛设计研发完成,并于2022-01-28向国家知识产权局提交的专利申请。

一种医疗图像的多尺度精细化分割方法和装置在说明书摘要公布了:本发明公开了一种医疗图像的多尺度精细化分割方法和装置。其中,该方法包括:读取原始图像输入数据,利用预设尺寸进行裁剪得到预处理数据;将预处理数据进行线性插值法处理,得到目标尺寸并输入至全局粗分割网络,得到粗分割概率图;将粗分割概率图上采样至原始图像尺寸,并与原始图像在通道维度上进行拼接;将拼接结果输入至智能区域选择网络,选出所得区域,并将所得区域输入至局部细化网络,得到细化分割概率图;计算细化前后的Dice增益作为单步奖励值,并将细化分割概率图替换粗分割概率图中对应的部分,得到奖励值序列,并基于奖励值序列得到分割结果。本方案可以达到更加高效准确的分割,完成医疗图像的识别任务的效果。

本发明授权一种医疗图像的多尺度精细化分割方法和装置在权利要求书中公布了:1.一种医疗图像的多尺度精细化分割方法,其特征在于,包括: 读取原始图像输入数据,利用预设尺寸进行裁剪预处理,得到预处理数据;将所述预处理数据按照预设比例划分为训练集和测试集; 将训练集样本进行线性插值法处理,得到目标尺寸,并将目标尺寸的训练集样本输入至全局粗分割网络,得到粗分割概率图; 将所述粗分割概率图上采样至原始图像尺寸,并与原始图像在通道维度上进行拼接,得到拼接结果; 将所述拼接结果输入至智能区域选择网络,选出所得区域,并将所述所得区域输入至局部细化网络,以得到细化分割概率图; 基于所述细化分割概率图计算细化前后的Dice增益作为单步奖励值,并将细化分割概率图替换所述粗分割概率图中与所述所得区域对应的部分,并通过与原始图像拼接和输入至智能区域选择网络,计算得到奖励值序列,并基于所述奖励值序列得到分割结果; 其中所述智能区域选择网络的主干网络为双分支卷积神经网络,具体包括: 四个卷积模块,一个特征提取模块,一个Actor输出端以及一个Critic输出端; 其中,所述卷积模块包括一个卷积层和一个池化层,以及一个Elu算子,卷积核大小为3×3×3,卷积步长为1,padding为1;池化核大小为2×2×2,池化步长为2; 所述特征提取模块中共包括两个全连接层,两层全连接层中的神经元数量均为12×10×8; 所述Actor输出端由一个全连接层构成,其神经元数量为6×5×4; 所述Critic输出端由一个全连接层构成,其神经元数量为1; 所述基于所述细化分割概率图计算细化前后的Dice增益作为单步奖励值包括: 采用如下公式计算智能选择行为的奖励值: Rt=DicePt,L-DicePt-1,L+IPt,L; 其中,DicePt,L为衡量分割结果的指标,Pt为时间步t时的细化分割概率图,L为图像的真实标签,Rt为时间步t时所获得的奖励值,P为全局粗分割网络生成的粗分割概率图,x,y,z为三维图像中的区域坐标,I为真实标签的分类函数。

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复旦大学;华东师范大学,其通讯地址为:200000 上海市杨浦区邯郸路220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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。