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！

龙图腾网获悉南昌航空大学申请的专利一种基于多路径特征融合的多器官分割方法及其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：CN121053132B 。

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：202511590687.3，技术领域涉及：G06T7/00；该发明授权一种基于多路径特征融合的多器官分割方法及其系统是由陈英;敖翔;邓晨文;陈旺;郭世力;彭坤;雷飞洋;曾伟设计研发完成，并于2025-11-03向国家知识产权局提交的专利申请。

本一种基于多路径特征融合的多器官分割方法及其系统在说明书摘要公布了：本发明公开了一种基于多路径特征融合的多器官分割方法及其系统，多器官分割方法具体为获取数据集并进行预处理；对数据进行数据增强并打包制作训练数据集，构建混合编码器与解码器的神经主干网络框架；混合编码器采用残差结构与滑窗变换器；解码器采用转置卷积上采样；设计跳跃连接注意力机制模块，基于跳跃连接注意力机制模块得到上采样多尺度特征融合模块；设计多器官分割损失函数。本发明引入两大关键机制：一是采用自适应空间位置编码；二是对不确定性区域的损失权重进行动态提升。本发明提出的方法可以有效处理多器官分割任务中不同器官在尺寸、纹理和空间位置等方面的特征提取，以及特征融合能力不足的问题，进而得到高精度的分割结果。

本发明授权一种基于多路径特征融合的多器官分割方法及其系统在权利要求书中公布了：1.一种基于多路径特征融合的多器官分割方法，其特征在于：多器官分割方法步骤如下： 步骤S1：获取数据集，对获取数据集中的计算机断层扫描图像切片进行预处理，得到预处理后的数据集； 步骤S2：基于步骤S1预处理后的数据集，对计算机断层扫描图像切片和计算机断层扫描图像切片对应标签图片进行增强操作；将完成增强操作后的计算机断层扫描图像切片和计算机断层扫描图像切片对应标签图片进行打包制作成压缩数据集； 步骤S3：基于步骤S2的压缩数据集，构建混合编码器与解码器的神经主干网络框架，混合编码器采用残差结构与滑窗变换器，解码器采用转置卷积上采样；具体步骤为： 步骤S31，混合编码器首先采用3×3卷积核对步骤S2训练集中的计算机断层扫描图像切片进行卷积操作得到第一个尺度特征图，尺寸为256×256×3；第一个尺度特征图经过3×3卷积操作得到第二个尺度特征图，尺寸为128×128×64；第二个尺度特征图再经过2×2的池化核进行最大池化操作得到第二尺度编码特征图，尺寸为64×64×64； 步骤S32，设计残差结构，采用1×1、3×3两种卷积核； 共使用三次残差结构，第一次残差结构的输入特征图为第二尺度编码特征图，得到第三个尺度特征图，尺寸为64×64×256；第二次残差结构的输入特征图为第三个尺度特征图，得到第四个尺度特征图，尺寸为32×32×512；第三次残差结构的输入特征图为第四个尺度特征图，得到第四尺度编码特征图，尺寸为16×16×1024； 步骤S33，基于步骤S32第三次残差结构得到的第四尺度编码特征图，增加空间位置编码得到空间编码特征图； 步骤S34，基于步骤S32第三次残差结构的第四尺度编码特征图与步骤S33得到的空间编码特征图拼接； 步骤S35，基于步骤S34的增强特征图，将增强特征图划分为4×4的不重叠小块，每个小块内的像素在通道维度上进行拼接，形成分块后的特征向量；随后对分块后的特征向量执行层归一化操作，并通过全连接层进行线性映射，得到分块特征图； 步骤S36，基于步骤S35得到的分块特征图，对每个分块特征图区域执行窗口多头自注意力机制； 步骤S37，基于步骤S36中窗口多头自注意力机制的输出特征图，采用滑动窗口多头自注意力机制；通过对窗口区域在水平方向和垂直方向上分别移动窗口长度的一半； 步骤S38，基于滑动窗口自注意力机制的输出特征图，通过3×3卷积核进行卷积操作得到混合编码器的最终编码特征图，尺寸为16×16×512； 步骤S39，解码器采用转置卷积上采样；解码器第一次采用转置卷积上采样输入特征图为混合编码器的最终编码特征图，混合编码器的最终编码特征图上采样后与第四个尺度特征图进行拼接，得到第一个拼接特征图； 步骤S4：基于步骤S3构建的神经主干网络框架，设计跳跃连接注意力机制模块，基于跳跃连接注意力机制模块得到上采样多尺度特征融合模块； 步骤S5：基于步骤S4的上采样多尺度特征融合模块，设计多路径下采样模块； 步骤S6：基于步骤S1至步骤S5构建一个多器官分割神经网络模型； 步骤S7：设计多器官分割损失函数，对构建的一个多器官分割神经网络模型进行损失训练，其中，多器官分割损失函数采用交叉熵损失函数和相似性损失函数的加权组合以及不确定性估计的动态损失加权机制作为最终加权损失函数。

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南昌航空大学，其通讯地址为：330000 江西省南昌市红谷滩区丰和南大道696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。