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！

龙图腾网获悉山东大学申请的专利一种基于多模态协同对比增强的通用医疗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：CN119832238B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411897903.4，技术领域涉及：G06V10/26；该发明授权一种基于多模态协同对比增强的通用医疗图像分割方法是由徐庸辉;陈浩天;崔立真;徐衍钰;何伟;郭伟设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本一种基于多模态协同对比增强的通用医疗图像分割方法在说明书摘要公布了：本发明涉及一种基于多模态协同对比增强的通用医疗图像分割方法，属于人工智能技术领域，通过多模态协同对比增强模型获取丰富的语义信息，结合测试提示微调、分割提示优化及微调分割模型策略，生成高质量分割结果。通过测试提示微调，显著增强了模型对目标区域的关注能力，减少了对无关区域的干扰，生成初步分割提示。进一步结合历史数据信息优化初步分割提示，获得高质量的分割结果。同时，通过微调分割模型并利用无监督学习对测试数据进行一致性特征分析，增强了模型对数据分布变化的感知能力，提升了泛化性能。该方法无需预先知道特定疾病种类信息或依赖标签信息，可直接对传入的医疗图像进行高效分割，极大提高了方法的通用性和适用性。

本发明授权一种基于多模态协同对比增强的通用医疗图像分割方法在权利要求书中公布了：1.一种基于多模态协同对比增强的通用医疗图像分割方法，其特征在于，包括如下步骤： 1语义信息生成：为输入的医疗图像样本生成相应的文本提示，包括正向文本tp和负向文本tn； 2视觉提示生成：为每个输入的医疗图像样本生成唯一的视觉提示vp作为引导分割过程的辅助信息，视觉提示不仅依赖于图像本身，还结合了模型预先学习的知识，确保提示能够准确地反映图像中的重要特征； 3测试提示微调：在生成视觉提示后，CLIP通过比较图像与文本提示之间的相似度作为损失函数，调整视觉提示，使其与目标文本提示的特征更加一致； 4分割特征图生成：通过CLIP的前向传播生成相应的特征图用于展示图像中的不同特征信息，同时通过反向传播计算梯度图，梯度图反映每个像素对特定类别的贡献程度，结合前向传播后的特征图和反向传播后的梯度图，突出显示图像中最能激活特定类别的区域； 5分割区域优化：应用条件随机场对生成的特征图进行优化生成分割图，并作为分割提示输入到SAM，通过考虑像素之间的相邻关系，鼓励相邻像素具有相同的标签，增强空间一致性； 6分割提示生成及优化：针对单个医疗图像样本，通过步骤5生成初步分割提示，基于视觉提示构建分割提示知识库，每个医疗图像样本的分割提示不仅来源于自身，还结合了历史信息，以确保分割提示的稳定可靠性； 7SAM微调：对测试数据进行数据增强，优化原始样本特征与增强后聚合特征之间的距离，通过无监督学习的方法提取鲁棒的特征，使模型更好地适应测试数据中的复杂性，最终，通过微调后的SAM模型，生成高精度的分割结果。

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山东大学，其通讯地址为：250100 山东省济南市历城区山大南路27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。