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！

龙图腾网获悉北京振兴达科技有限公司申请的专利基于解剖结构概率传输引导的零样本跨域扩散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：CN121121104B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511207035.7，技术领域涉及：G06V10/26；该发明授权基于解剖结构概率传输引导的零样本跨域扩散分割方法是由王振;董卓达设计研发完成，并于2025-08-27向国家知识产权局提交的专利申请。

本基于解剖结构概率传输引导的零样本跨域扩散分割方法在说明书摘要公布了：本发明涉及医学图像处理技术领域，且公开了基于解剖结构概率传输引导的零样本跨域扩散分割方法，该方法构建双流协同学习框架，通过共享结构编码器提取多尺度特征，解剖解码器学习非条件解剖学先验，图像外观解码器强化模态无关结构感知，实现外观与结构解耦。推理阶段引入层级化概率结构传输H‑PST机制，对未知目标域图像与生成过程中掩码提取多尺度特征，用切片瓦瑟斯坦距离度量结构分布差异，以梯度为结构传输力动态引导反向扩散，将通用解剖先验精炼为与目标图像对齐的分割掩码。本发明无需目标域数据即可实现跨模态设备零样本分割，提升准确性、结构保真度、鲁棒性与可解释性，降低临床部署成本。

本发明授权基于解剖结构概率传输引导的零样本跨域扩散分割方法在权利要求书中公布了：1.基于解剖结构概率传输引导的零样本跨域扩散分割方法，其特征在于，包括以下步骤： S1.构建双流协同学习框架：设计包含共享结构编码器、解剖解码器和图像外观解码器的噪声预测网络，通过流选择器控制带噪数据输入至对应的解码器，其中所述共享结构编码器用于将输入的带噪数据映射至多尺度潜在特征，所述解剖解码器用于从潜在特征中重建解剖结构并预测掩码噪声，所述图像外观解码器用于从潜在特征中重建图像纹理强度并预测图像噪声； S2.训练解剖学先验与结构感知模型：利用源域数据集进行双流协同训练，包括对源域图像和分割掩码加噪生成带噪数据，通过由所述共享结构编码器和所述解剖解码器构成的解剖先验学习流计算解剖损失以学习非条件分割掩码生成先验，通过由所述共享结构编码器和所述图像外观解码器构成的结构感知学习流计算结构损失以训练所述共享结构编码器学习模态无关的结构信息，所述解剖损失为带噪掩码的预测噪声与原始高斯噪声的均方误差加权值，所述结构损失为带噪图像的预测噪声与原始高斯噪声的均方误差加权值，并基于解剖损失与结构损失的加权和优化网络参数； S3.零样本推理与层级化概率结构传输：对于未知目标域图像，执行动态引导的反向扩散过程，包括初始化纯噪声掩码并设置扩散时间步，对目标图像加噪以匹配当前时间步噪声水平，通过双路并行提取特征：从加噪目标图像经图像外观解码器中间层提取目标图像的多尺度结构特征，从当前带噪掩码经解剖解码器中间层提取当前带噪掩码的中间解剖结构特征，采用切片瓦瑟斯坦距离度量多层级特征差异，将多层级切片瓦瑟斯坦距离的加权和构建为引导损失，基于引导损失梯度生成结构传输力，结合无引导噪声预测与结构传输力更新带噪掩码至前一时间步，迭代完成所有时间步后对生成结果后处理得到分割掩码。

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振兴达科技有限公司，其通讯地址为：101402 北京市怀柔区桥梓镇兴桥大街1号南楼203室；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。