上海交通大学姜源泓获国家专利权
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！
龙图腾网获悉上海交通大学申请的专利一种基于图神经网络和U-Net深度学习框架医学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：CN116245852B 。
龙图腾网通过国家知识产权局官网在2025-12-02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：202310238217.5，技术领域涉及：G06T7/00；该发明授权一种基于图神经网络和U-Net深度学习框架医学图像分割方法是由姜源泓;张小群;王宇光;丁乔乔设计研发完成，并于2023-03-13向国家知识产权局提交的专利申请。
本一种基于图神经网络和U-Net深度学习框架医学图像分割方法在说明书摘要公布了：本发明公开了一种基于图神经网络和U‑Net深度学习框架医学图像分割方法，涉及智慧医疗技术领域。提供了端到端的医学影像分割的全自动解决方案，能够处理现有影像系统所生成的不同格式和不同分辨率的图像。系统首先对输入图像进行均一化，提取图块或者尺寸缩放，处理为网络输入尺寸。对正则化图像利用预训练的VGU‑Net模型进行目标病灶区域的分割。本发明相对于现有方法，能够实现全自动分割，并且分割精度上相较现有模型有较大提高。
本发明授权一种基于图神经网络和U-Net深度学习框架医学图像分割方法在权利要求书中公布了：1.一种基于图神经网络和U-Net深度学习框架医学图像分割方法，其特征在于，包括以下步骤： 步骤1、输入图像； 步骤2、图像正则化处理； 步骤3、在目标图像域获取正则化图像的训练集，对VGU-Net模型进行训练调优，获取到在验证集上表现最佳的模型； 步骤4、利用训练完成的VGU-Net模型预测输入图像的分割结果； 图像均一化和尺寸缩放处理； VGU-Net模型融合了卷积神经网络和图神经网络； 所述卷积神经网络提取图像特征； 所述图神经网络对图像特征进行交互，传递信息； 每经过一个下采样之后，会将上一级特征图的2x2的patch构造成图的一个节点； 通过不断的下采样，图节点对应的图像信息尺度越大，包含的信息更丰富，多层的下采样，使图节点包含不同尺度的信息； 利用特征图的自注意力机制来计算节点之间的相似性，并作为边的权值。
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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励