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！

龙图腾网获悉浙江大学申请的专利一种基于Mamba和UNet的2D医学图像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：CN120997233B 。

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：202511145489.6，技术领域涉及：G06T7/11；该发明授权一种基于Mamba和UNet的2D医学图像分割方法及系统是由俞刚;朱珠;李彦博;秦飞巍;马晓辉;刘晨设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本一种基于Mamba和UNet的2D医学图像分割方法及系统在说明书摘要公布了：本发明公开了一种基于Mamba和UNet的2D医学图像分割方法及系统，包括：收集医学图像分割数据集并进行预处理，得到训练集；构建基于Mamba和UNet的2D医学图像分割模型，所述的2D医学图像分割模型包含块嵌入层、编码器、解码器和预测生成层；设计基于梯度统计的自适应层次损失函数，在训练集上对2D医学图像分割模型进行训练；将带分割的医学图像输入训练好的模型，完成图像的分割。本发明通过创新构建基于Mamba和UNet的2D医学图像分割模型，可以实现自动化、智能化的对医学图像的分割，并具有较高的分割准确率和效率。

本发明授权一种基于Mamba和UNet的2D医学图像分割方法及系统在权利要求书中公布了：1.一种基于Mamba和UNet的2D医学图像分割方法，其特征在于，包括以下步骤： 1收集医学图像分割数据集并进行预处理，得到训练集； 2构建基于Mamba和UNet的2D医学图像分割模型，所述的2D医学图像分割模型包含块嵌入层、编码器、解码器和预测生成层； 块嵌入层用于将输入图像映射为语义特征向量后输入到编码器； 编码器包含多个阶段，第一阶段通过LGF-VSS模块接收块嵌入层的输出提取特征图，第一阶段之外的每个阶段均通过LGF-VSS模块接收上一阶段的输出提取特征图；最后一阶段之外的每个阶段中，LGF-VSS模块提取的特征图均通过对应的块合并层进行下采样后输入下一阶段；最后一阶段中，LGF-VSS模块提取的特征图不通过块合并层，直接输入解码器； 解码器包含多个阶段，第一阶段通过LGF-VSS模块接收编码器最后一阶段的输出进行特征精炼，第一阶段之外的每个阶段均通过LGF-VSS模块接收上一阶段的输出进行特征精炼；每个阶段均通过MCFB模块将精炼后的特征图与来自编码器所有阶段输出的特征图进行融合，生成一个既包含高层次语义理解又包含精确空间定位信息的特征图；最后一阶段之外的每个阶段中生成的特征图输入下一阶段，最后一阶段中生成的特征图输入预测生成层； 预测生成层，对解码器最后一阶段输出的特征图进行上采样和像素级分类，得到像素级掩码分割结果； LGF-VSS模块包括LGF-SS2D模块和动态门控融合块；LGF-SS2D模块通过四方向状态空间扫描捕获全局上下文，得到状态空间特征，并联合卷积核大小分别为1、3、5的多尺度卷积提取多尺度局部特征；动态门控融合块生成四组空间自适应融合权重，加权融合LGF-SS2D模块输出的状态空间特征与多尺度局部特征，得到融合特征；通过双重残差连接机制将融合特征与LGF-SS2D模块的原始输入结合，经层归一化输出特征图； MCFB模块将精炼后的特征图与来自编码器所有阶段输出的特征图进行融合，具体过程为：通过上或下采样统一来自编码器所有阶段输出的特征图的分辨率；生成空间-通道双重注意力权重，加权编码器所有阶段的特征；将加权后的编码器特征与当前阶段的解码器特征拼接，经LGF-VSS融合后通过残差连接输出； 3设计基于梯度统计的自适应层次损失函数，在训练集上对2D医学图像分割模型进行训练； 4将带分割的医学图像输入训练好的模型，完成图像的分割。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。