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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利缺失模态脑肿瘤图像分割方法、装置、设备、介质及产品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：CN120580241B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202511089418.9，技术领域涉及：G06T7/00；该发明授权缺失模态脑肿瘤图像分割方法、装置、设备、介质及产品是由刘瑜;姜智卓;阎嘉懿;何友设计研发完成，并于2025-08-05向国家知识产权局提交的专利申请。

本缺失模态脑肿瘤图像分割方法、装置、设备、介质及产品在说明书摘要公布了：本发明提供一种缺失模态脑肿瘤图像分割方法、装置、设备、介质及产品，属于图像分割技术领域，构建知识蒸馏模型架构，知识蒸馏模型架构包括教师网络和学生网络，学生网络包括至少一特征重建模块，特征重建模块用于基于不同模态的脑肿瘤图像之间的语义关联性重建缺失模态的脑肿瘤图像特征；基于训练完成的教师网络对学生网络进行训练，根据训练完成的学生网络得到图像分割模型，图像分割模型用于对待分割缺失模态脑肿瘤图像进行图像分割。本发明的学生网络可基于不同模态的脑肿瘤图像之间的语义关联性重建缺失模态的脑肿瘤图像特征，能够更好的表征缺失模态的脑肿瘤图像特征，有效提升缺失模态脑肿瘤图像分割准确率。

本发明授权缺失模态脑肿瘤图像分割方法、装置、设备、介质及产品在权利要求书中公布了：1.一种缺失模态脑肿瘤图像分割方法，其特征在于，包括： 获取待分割缺失模态脑肿瘤图像； 将所述待分割缺失模态脑肿瘤图像输入至图像分割模型，得到所述图像分割模型输出的图像分割结果； 其中，所述图像分割模型的训练步骤，包括： 构建知识蒸馏模型架构，所述知识蒸馏模型架构包括教师网络和学生网络，所述学生网络包括至少一特征重建模块，所述特征重建模块用于基于不同模态的脑肿瘤图像之间的语义关联性重建缺失模态的脑肿瘤图像特征； 构建数据集和损失函数，所述损失函数至少包括知识蒸馏损失子函数和特征重建损失子函数，所述知识蒸馏损失子函数用于表征训练完成的教师网络的预测概率分布与学生网络的预测概率分布之间的差异程度，所述特征重建损失子函数用于表征训练完成的教师网络提取的图像特征与学生网络重建的图像特征之间的差异；基于训练完成的教师网络的参数配置学生网络的初始参数；基于所述数据集和所述损失函数，优化所述初始参数以完成对学生网络的训练，根据训练完成的学生网络得到所述图像分割模型； 所述特征重建模块包括： 特征标记单元，用于分别将输入的至少一模态的脑肿瘤图像特征展平为一维特征向量；基于预设投影函数将所述一维特征向量映射至所述标记空间，得到第一模态标记，基于所述第一模态标记的平均特征表示，得到缺失模态的脑肿瘤图像对应的第二模态标记； 特征重建单元，用于在合并的所述第一模态标记和所述第二模态标记中添加随机空间位置编码并输入至特征重建网络，得到重建的各模态的脑肿瘤图像特征。

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清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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。