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！

龙图腾网获悉同济大学申请的专利融合结构先验知识的医学图像分割方法、设备、存储介质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：CN117292125B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202311170039.3，技术领域涉及：G06V10/26；该发明授权融合结构先验知识的医学图像分割方法、设备、存储介质是由何良华;文程艺设计研发完成，并于2023-09-12向国家知识产权局提交的专利申请。

本融合结构先验知识的医学图像分割方法、设备、存储介质在说明书摘要公布了：本发明涉及一种融合结构先验知识的医学图像分割方法、设备、存储介质，方法利用预训练好的基于Swin‑Unet的图像分割模型对获取到的医学图像进行分隔，其中，所述图像分割模型的训练过程包括如下步骤：获取标注后的医学图像数据集；基于所述医学图像数据集，利用损失函数对基于Swin‑Unet的图像分割模型进行训练，得到预训练好的图像分割模型，其中，所述损失函数包括概率先验损失函数。与现有技术相比，本发明具有提高模型学习效果、应用场景广泛等优点。

本发明授权融合结构先验知识的医学图像分割方法、设备、存储介质在权利要求书中公布了：1.一种融合结构先验知识的医学图像分割方法，其特征在于，利用预训练好的基于Swin-Unet的图像分割模型对获取到的医学图像进行分隔，其中，所述图像分割模型的训练过程包括如下步骤： 获取标注后的医学图像数据集； 基于所述医学图像数据集，利用损失函数对基于Swin-Unet的图像分割模型进行训练，得到预训练好的图像分割模型，其中，所述损失函数包括概率先验损失函数， 概率先验损失函数值的计算包括如下步骤： 针对所述图像分割模型输出的器官类别概率图集，利用高斯函数转换为MAP权重矩阵； 基于所述MAP权重矩阵以及交叉熵函数，计算当前训练轮次的概率先验损失函数值 所述的MAP权重矩阵为： ， 其中，、分别表示两个超参数，表示第个器官类别的概率图集，表示第个器官的概率权重矩阵，中数值的范围为[0,1]，当数值为0时，表示对应位置从未表现过为目标器官类别；当数值为1时，则表示对应位置全都表现为目标器官类别；当数值为0.5时，则表示对应位置没有足够的置信度来确定其是否属于目标器官类别， 所述的概率先验损失函数值采用下式计算： ， ， 其中，表示第个器官类别的概率先验损失函数，表示最终的概率先验损失函数值，表示分割标签，表示预测结果，表示器官分类数量，表示第个器官的概率权重矩阵，、分别表示图像的高和宽，是参数，表示样本数量。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。