安徽大学徐超获国家专利权
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!
龙图腾网获悉安徽大学申请的专利基于BGNet的内窥镜肿瘤图像自动分割方法及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:CN117351203B 。
龙图腾网通过国家知识产权局官网在2026-03-10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:202311280001.1,技术领域涉及:G06V10/26;该发明授权基于BGNet的内窥镜肿瘤图像自动分割方法及系统是由徐超;许如宾;李正平设计研发完成,并于2023-10-07向国家知识产权局提交的专利申请。
本基于BGNet的内窥镜肿瘤图像自动分割方法及系统在说明书摘要公布了:本发明公开了基于BGNet的内窥镜肿瘤图像自动分割方法及系统,应用于医学图像处理技术领域,获取肿瘤患者的内窥镜检查及手术过程中的图像,并对图像进行预处理;基于BGNet神经网络模型进行模型训练,得到内窥镜肿瘤图像自动分割模型,提取不同层次的特征,结合获取的边界增强特征,分别对背景和待分割目标进行解码预测;对感兴趣区域进行自动分割,得到最终分割结果。本发明能通过BGNet神经网络模型的特征学习自动分割出肿瘤的感兴趣区域,受医生的经验影响小,更加准确;可以在手术过程中实时标注出感兴趣区域,避免医生漏过微小肿瘤的切除,效率更高。
本发明授权基于BGNet的内窥镜肿瘤图像自动分割方法及系统在权利要求书中公布了:1.基于BGNet的内窥镜肿瘤图像自动分割方法,其特征在于,具体步骤如下: 获取肿瘤患者的内窥镜检查及手术过程中的图像,并对图像进行预处理; 基于BGNet神经网络模型进行模型训练,得到内窥镜肿瘤图像自动分割模型,提取不同层次的特征,结合获取的边界增强特征,分别对背景和待分割目标进行解码预测; 对感兴趣区域进行自动分割,得到最终分割结果; 所述BGNet神经网络包括以下四部分:CNN模块,P-ViT模块,BETM模块以及BITM模块; 其中:CNN模块采用resnest网络,用来提取不同层次的特征,resnest网络会产生5个不同大小的输出,从浅层到深层分别为x1,x2,x3,x4,x5; P-ViT模块采用并行式的ViT网络,用来辅助CNN模块捕获远程特征依赖,其分别对x2,x3,x4进行处理,并将输出结果与x2,x3,x4进行跳跃连接,输出分别为p2,p3,p4; BETM模块用来获取待分割图形的边界信息;利用获取的边界增强特征指导解码过程,将x5进行三次卷积,BN,Relu操作后,进行上采样后与x2相加融合,然后再对融合结果进行三次卷积,BN,Relu,最后经过一次维度为1的卷积,得到图形边界信息Ob; BITM模块分为上下两个分支,分别对背景和待分割目标进行解码预测,将BETM模块中x5进行三次卷积,BN,Relu操作后的输出与P-ViT模块中的输出结果p2,p3分别降采样后进行拼接,得到输出BI5,再分别通过位置注意力和通道注意力处理后进行相加融合,融合结果与Ob,p4进行拼接后作为BITM模块的输入,分别进入两个分支,上分支进行前景的分割识别,下分支进行背景的分割识别,将上下分支输出结果与上采样处理后的BI5进行相加融合,得到输出BI4;将BI4进行与BI5相同的处理,得到BI3,BI3经过处理后得到BI2;BI2经过一次维度为1的卷积产生的输出就是最终的分割结果。
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安徽大学,其通讯地址为:230000 安徽省合肥市蜀山区九龙路111号安徽大学磬苑校区;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励