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！

龙图腾网获悉昆明理工大学申请的专利一种基于字幕生成任务增强的肺炎医学图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：CN119169290B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202411235420.8，技术领域涉及：G06V10/26；该发明授权一种基于字幕生成任务增强的肺炎医学图像分割方法是由李凡;赵万龙设计研发完成，并于2024-09-04向国家知识产权局提交的专利申请。

本一种基于字幕生成任务增强的肺炎医学图像分割方法在说明书摘要公布了：本发明涉及医学图像处理技术领域，且公开了一种基于字幕生成任务增强的肺炎医学图像分割方法。该方法通过引入额外的文本生成模块，通过生成与病变区域相关的医学文本描述，并用生成的文本引导分割任务，提升了图像分割的准确性的同时还提供了额外的临床文本诊断支持；构建了多模态双流协同特征提取模块，通过双分枝的设计，实现了对不同特征的差异化处理。构建了文本引导的掩码图重建解码模块有效利用文本信息区指导分割任务并融合。实验结果表明，本发明的方法在分割性能方面优于现有技术，并首次结合了文本生成任务，在获得分割结果的同时产生相关病变描述，促进了临床诊断的发展。

本发明授权一种基于字幕生成任务增强的肺炎医学图像分割方法在权利要求书中公布了：1.一种基于字幕生成任务增强的肺炎医学图像分割方法，其特征在于：包括以下步骤： S1、获取肺炎病变图像集并将肺炎病变图像分辨率统一为224*224，所述肺炎病变图像集中包括了训练数据和测试数据； S2、将训练数据输入到多模态双流协同特征提取器进行四次特征提取，得到四个编码特征，并分别对四个编码特征依次进行下采样，分别记为、、、，将最后一次得到的下采样编码特征作为最终编码特征，其中，、、、为四个维度不同的下采样编码特征； S3、将最终编码特征输入到多模态语义信息增强层，经过视觉语义增强和文本语义增强，分别得到适合分割任务的分割特征和适合文本生成任务的生成特征； S4、将生成特征输入到长短期记忆文本生成模块，得到病变区域的医学文本描述，并把医学文本描述经过转化线性层得到四个与解码特征尺度对应的文本特征； S5、将四个与解码特征尺度对应的文本特征和四个维度不同的下采样编码特征输入到文本特征纠正模块，得到纠正文本特征； S6、将得到的分割特征和纠正文本特征输入到文本引导的掩码图重建解码器，得到带有文本信息的解码特征，再经过分割头得到二值分割预测图； S7、设置网络模型损失函数，并对模型进行更新。

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昆明理工大学，其通讯地址为：650504 云南省昆明市呈贡区景明南路727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。