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！

龙图腾网获悉北京理工大学申请的专利一种面向椎间盘突出的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：CN116452799B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202310043678.7，技术领域涉及：G06V10/26；该发明授权一种面向椎间盘突出的图像分割方法是由段星光;陈文欣;谢东升;田焕玉;韩哲;朱小龙设计研发完成，并于2023-01-29向国家知识产权局提交的专利申请。

本一种面向椎间盘突出的图像分割方法在说明书摘要公布了：本发明提供一种面向椎间盘突出的图像分割方法，包括训练阶段和推理阶段；训练阶段包括：1数据集采集；2数据预处理；3模型搭建；4模型训练与评估；推理阶段包括：1数据预处理；2模型搭建；3模型推理。本发明技术方案通过训练深度学习模型能够辅助医生快速确定突出的椎间盘部分。与传统分割方法相比，本发明涉及的模型能够自动提取图像特征，节省了大量人力与时间；本发明设计的模型通过使用不同尺度的池化操作增加了提取上下文的能力，提高分割精度，改善分割效果。

本发明授权一种面向椎间盘突出的图像分割方法在权利要求书中公布了：1.一种面向椎间盘突出的图像分割方法，其特征在于，包括训练阶段和推理阶段； 训练阶段包括： 1数据集采集 2数据预处理 对数据集中的每套数据进行扩充与增强操作，具体包括图像的随机旋转和像素强度归一化； 3模型搭建 模型基础结构采用PSPNet的架构，输入图像首先经过特征提取网络完成特征的提取，选择VGG16模型作为特征提取网络；在完成特征提取任务后，输出的特征图被划分为四种不同大小的区域，区域内部分别进行平均池化操作，之后使用一层卷积将通道数分别调整为原通道数的14，分别进行上采样操作后在通道维度拼接，此外，特征提取后的特征图也作为待拼接的一部分与上采样后的特征图进行拼接操作，最后，输出部分使用一层卷积调整通道数并输出掩膜图像； 4模型训练与评估 模型搭建完成后，通过不断迭代优化来更新模型参数；评估模型使用的损失函数有两个，分别对应着模型的两组输出；对于输出掩膜，使用二分类交叉熵损失函数作为评估函数；对于输出的数组，使用均方误差损失函数作为评估函数；训练过程中使用Adam优化器作为优化算法迭代更新模型参数，学习率设置为1×10-4； 采用早停策略提前终止模型训练，具体操作为：设置模型迭代轮数为500，建立规则若输出掩膜的损失值在20轮迭代内没有减少，则终止训练； 推理阶段包括： 1数据预处理 对待分割图像进行像素强度归一化操作，作为输入图像输入至模型中； 2模型搭建 搭建与训练阶段相同的模型并导入训练完成的模型参数； 3模型推理 输入图像作为模型输入，经过与训练完成的模型参数进行一系列计算后得到输出的掩膜图像，以供医生参考。

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理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号北京理工大学；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。