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！

龙图腾网获悉杭州电子科技大学申请的专利一种眼动辅助训练下的医学图像分割方法及系统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：CN116993699B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202310972385.7，技术领域涉及：G06T7/00；该发明授权一种眼动辅助训练下的医学图像分割方法及系统是由方银锋;刘清松;毛月田设计研发完成，并于2023-08-03向国家知识产权局提交的专利申请。

本一种眼动辅助训练下的医学图像分割方法及系统在说明书摘要公布了：本发明公开了一种眼动辅助训练下的医学图像分割方法及系统；该方法如下：一、建立包含眼动数据的数据集。步骤二、对数据集中的眼动数据进行预处理，形成显著性视图。三、构建眼动信息学习模块。四、构建医学图像分割模块；医学图像分割模块能够融合眼动信息学习模块输出的注意力特征，通过深度学习的方式分割出医学图像中的目标区域。五、利用经过训练的眼动信息学习模块和医学图像分割模块对被测图像进行识别。本发明利用眼动数据采集成本低，采集效率高，在医生阅读医学影像时自动收集眼动数据进行辅助分割，并将眼动数据融入分割模型中，让模型学习人的注意力特征信息，在医学图像数据不足的情况下能达到更好的分割效果。

本发明授权一种眼动辅助训练下的医学图像分割方法及系统在权利要求书中公布了：1.一种眼动辅助训练下的医学图像分割方法，其特征在于：包括以下步骤： 步骤一、建立数据集；数据集中含有多张医学图像以及观察者在观察医学图像时的眼动数据； 步骤二、对数据集中的眼动数据进行预处理，形成显著性视图； 步骤三、构建眼动信息学习模块；眼动信息学习模块能够通过眼动显著性视图学习眼动数据中的注意力特征；所述的眼动信息学习模块采用基于Transformer的网络结构，以医学图像作为眼动信息学习模块的输入，对应的眼动显著性视图作为监督学习的监督源，经过多个Transformer层后得到输出结果；眼动信息学习模块通过反向传播训练； 步骤四、构建医学图像分割模块；医学图像分割模块能够融合眼动信息学习模块输出的注意力特征，通过深度学习的方式分割出医学图像中的目标区域； 所述的医学图像分割模块包括编码模块、眼动信息融合增强模块和解码模块；编码模块用于通过卷积层对医学图像数据进行编码； 所述的眼动信息融合增强模块用于接收编码模块输出的特征图，以及眼动信息学习模块生成的注意力特征，并对两者进行融合增强；所述的眼动信息融合增强模块包括1个CBAM注意力机制模块、2个通道削减模块、2个EmbededPaches模块和1个多头注意力模块；眼动信息融合增强模块在工作过程中，首先将编码模块输入的特征图送入CBAM注意力机制模块中进行第一步的注意力增强；接着，经过CBAM注意力机制模块过滤的特征图和注意力特征信息被分别送入两个通道削减模块中，进行压缩；然后，两个通道削减模块输出的信息分别送入两个EmbededPaches模块；两个EmbededPaches模块对输入的特征数据进行位置信息编码和数据维度变换；最后，两个EmbededPaches模块输出的信息共同进入多头注意力模块；多头注意力模块将经过处理的注意力特征信息作为query向量；将经过处理的特征图作为key向量和value向量，经过多头注意力计算，得到眼动信息融合下的图像特征信息； 所述的解码模块用于对眼动信息融合增强模块输出的图像特征信息进行解码，医学图像中的目标区域； 所述的眼动信息学习模块与医学图像分割模块作为一个整体的网络结构进行训练，在训练的过程中，医学图像分割模块会以真实的目标区域标签为监督源，通过反向传播算法，学习分割医学图像；眼动信息学习模块同时学习人眼动信息中的注意力特征，并将其提供给医学图像分割模块用于辅助医学图像的分割； 步骤五、利用经过训练的眼动信息学习模块和医学图像分割模块对被测图像进行识别；将被测医学图像输入经过训练的眼动信息学习模块；眼动信息学习模块在被测医学图像上标注出预测的眼动关注区域；被测医学图像与预测的眼动关注区域共同输入医学图像分割模块进行编码、融合增强和解码，在被测医学图像上分割出目标区域，并对目标区域进行框选。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。