Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学李欣蔚获国家专利权

重庆邮电大学李欣蔚获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利基于超高场7T磁共振图像合成的海马亚区半监督自动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:CN116740030B

龙图腾网通过国家知识产权局官网在2025-08-01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:202310714446.X,技术领域涉及:G06T7/00;该发明授权基于超高场7T磁共振图像合成的海马亚区半监督自动分割方法是由李欣蔚;王林金;沈俊烨;谭然;胥吴玥熙;朱秋颐;陈彦琳;徐梓仟设计研发完成,并于2023-06-15向国家知识产权局提交的专利申请。

基于超高场7T磁共振图像合成的海马亚区半监督自动分割方法在说明书摘要公布了:本发明属于医学图像处理领域,具体涉及一种基于超高场7T磁共振图像合成的海马亚区半监督自动分割方法;所述方法包括获取3T磁共振图像和7T磁共振图像,并进行预处理;采用训练完成的图像生成模型对所述3T磁共振图像处理,生成7T磁共振图像;采用训练完成的图像分割模型级联的第一个3DU‑Net网络对7T磁共振图像处理,提取出7T磁共振图像的多尺度粗分割结果;采用训练完成的图像分割模型级联的第二个3DU‑Net网络对7T磁共振图像的多尺度的粗分割结果处理,提取出7T磁共振图像的精分割结果。本发明能够提升分割网络的精度,自动分割出7T磁共振图像。

本发明授权基于超高场7T磁共振图像合成的海马亚区半监督自动分割方法在权利要求书中公布了:1.一种基于超高场7T磁共振图像合成的海马亚区半监督自动分割方法,其特征在于,所述方法包括: 获取3T磁共振图像和7T磁共振图像,并对所述3T磁共振图像和7T磁共振图像进行预处理; 采用训练完成的图像生成模型对所述3T磁共振图像处理,生成7T磁共振图像; 采用训练完成的图像分割模型级联的第一个3DU-Net网络对7T磁共振图像处理,提取出7T磁共振图像的多尺度粗分割结果; 采用训练完成的图像分割模型级联的第二个3DU-Net网络对7T磁共振图像的多尺度的粗分割结果处理,提取出7T磁共振图像的精分割结果; 所述图像分割模型的训练过程包括将所述7T磁共振图像输入到第一个3DU-Net网络中,利用第一个3DU-Net网络的编码层结构提取出层级的7T磁共振图像特征;利用第一个3DU-Net网络的解码层结构提取出层级的7T磁共振图像的多尺度粗分割结果;将所述7T磁共振图像的多尺度粗分割结果输入到第二个3DU-Net网络中,利用第二个3DU-Net网络的编码层结构提取出层级的7T磁共振图像特征;利用第二个3DU-Net网络的解码层结构提取出层级的7T磁共振图像的多尺度细分割结果;将真实的7T磁共振图像标签与第二个3DU-Net网络的最后一层编码层预测生成的细分割结果进行加权交叉熵损失计算;利用真实的7T磁共振图像标签与第二个3DU-Net网络的其余编码层预测生成的多尺度细分割结果进行多尺度监督损失计算;通过优化加权交叉熵损失和多尺度监督损失,训练所述图像分割模型; 所述损失还包括将带有真实标签的7T磁共振图像进行不同的数据增强,生成第一7T磁共振图像和第二7T磁共振图像;将所述将带有真实标签的7T磁共振图像、所述第一7T磁共振图像和所述第二7T磁共振图像分别输入到图像分割网络中;利用第二个3DU-Net网络的各个编码层预测带有真实标签的7T磁共振图像、所述第一7T磁共振图像和所述第二7T磁共振图像的细分割结果;通过对应编码层输出的第一7T磁共振图像的细分割结果和所述第二7T磁共振图像的细分割结果进行多尺度一致性损失计算;通过带有真实标签的7T磁共振图像分别与第一7T磁共振图像的细分割结果和所述第二7T磁共振图像的细分割结果进行校正伪监督损失计算;将所述多尺度一致性损失计算、所述校正伪监督损失与所述加权交叉熵损失、所述多尺度监督损失共同训练所述图像分割模型。

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重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路2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”。

免责声明
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。