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！

龙图腾网获悉北京工业大学申请的专利一种乳腺超声图像肿瘤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：CN112801970B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202110092906.0，技术领域涉及：G06T7/00；该发明授权一种乳腺超声图像肿瘤分割方法是由杨新武;游桂增设计研发完成，并于2021-01-25向国家知识产权局提交的专利申请。

本一种乳腺超声图像肿瘤分割方法在说明书摘要公布了：本发明公开了一种乳腺超声图像肿瘤分割方法，包括乳腺超声图像数据预处理、构建深度神经网络模型、定义损失函数、模型训练及结果生成。在数据预处理中，使用先镜像填充，后裁剪的方式既不会改变乳腺肿瘤的形态，又可以得到符合尺寸要求的乳腺超声图像。在构建深度神经网络模型步骤中，整体上遵循了UNet模型的设计模式。本发明使用ResNet18作为整个网络的编码器，因此具有更强的特征提取能力，从而能够获得更高的精度。在模型解码器部分使用了深监督技术来监督各层的学习，添加了SENet的逐通道加权模块；本发明除了能消除错误分割和分割边界不连续的问题之外，还能精准地捕捉肿瘤边界。

本发明授权一种乳腺超声图像肿瘤分割方法在权利要求书中公布了：1.一种乳腺超声图像肿瘤分割方法，其特征在于，包括以下步骤： 步骤一、获取乳腺超声图像数据集，并进行数据预处理； 步骤二、使用Pytorch深度学习框架，搭建神经网络模型； 步骤三、定义损失函数； 步骤四、利用预处理后的乳腺超声图像及定义的损失函数对神经网络模型进行训练； 步骤五、使用步骤四训练好的神经网络模型对测试数据进行肿瘤分割，得到分割结果； 在步骤一中，首先对获取的乳腺超声图像进行镜像填充，具体地，首先判断原图像A高度是否低于设置的高度阈值448，如果否，暂不作处理，如果是，则将原图像A向上做镜像翻转并拼接于原图像A上部，将原图像A向下做镜像翻转并拼接于原图像A下部，得到满足高度要求的图像B，然后判断图像B的宽度是否低于设置的宽度阈值512，如果是，则分别对图像B做左右镜像翻转并拼接于左右两边，得到满足高度和宽度要求的图像C，最后对图像C做中心裁剪，得到满足尺寸要求448×448的图像；裁剪之后，随机使用水平翻转、垂直翻转、旋转以及转置数据增强方式，并且像素值标准化到[0,1]之间； 在步骤二中，按照UNet的设计架构，通过逐步增强的方式搭建神经网络，具体包括以下步骤： 步骤21、引入ResNet18，舍弃ResNet18最后的全连接层，将其作为整个网络模型的编码器，提高模型的特征提取能力；使用ResNet18在ImageNet上的预训练参数对ResNet18进行参数初始化； 步骤22、使用深监督方法，为解码器各层添加辅助分支，每一个新添加的辅助分支由3个卷积层构成，新添加的辅助分支能够在训练时起到一种判断隐藏层特征图质量好坏的作用； 步骤23、在模型编码器的最高语义层添加SENet注意力模块，注意力模块可提升模型对通道特征的敏感性，通过对通道加权，强调有效信息，抑制无效信息，使得模型对肿瘤边缘的处理更加准确； 在步骤三中，神经网络模型损失函数将交叉熵损失函数与Dice损失函数组合，定义如下： 模型最终输出的损失函数定义为： 第i层深监督的损失函数定义为： 总损失定义为： 其中，表示模型最终的分割预测输出，y表示真实分割标记，i表示深监督分支索引，表示第i个深监督分支的输出，binary_cross_entropy表示二元交叉熵损失，dice_loss表示Dice损失。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。