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！

龙图腾网恭喜成都成电金盘健康数据技术有限公司;深圳成电金盘健康数据技术有限公司申请的专利一种医学超声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：CN119380028B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411921491.3，技术领域涉及：G06V10/26；该发明授权一种医学超声图像分割方法是由曲建明;何明杰;范计朋;徐彤;蒲雨欣设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本一种医学超声图像分割方法在说明书摘要公布了：本发明涉及一种医学超声图像分割方法，属于电数字数据处理技术领域，包括以下步骤：S1：收集相关的医学超声数据集；S2：读取医学超声数据集中的图像，将图像处理为相同尺寸，使用随机旋转和水平翻转等操作对训练集进行增强；S3：搭建基于深度学习的医学超声图像分割模型TMU‑NeXt，选择合适的超参数和训练设置；S4：当模型训练到损失不再下降即趋于收敛后，停止训练，保存模型；S5：利用相关指标比对模型分割的样本效果进行评估。能够在进行医学超声图像分割时提升分割指标，更精准分割的同时比起其他较为先进的CNN‑Transformer混合框架方法有更少的计算复杂度和推理时间。

本发明授权一种医学超声图像分割方法在权利要求书中公布了：1.一种医学超声图像分割方法，其特征在于，包括以下步骤：S1：收集相关的医学超声数据集；S2：读取医学超声数据集中的图像，将图像处理为相同尺寸，使用随机旋转和水平翻转操作对训练集进行增强；S3：搭建基于深度学习的医学超声图像分割模型TMU-NeXt，选择超参数和训练设置；S4：当模型训练到损失不再下降即趋于收敛后，停止训练，保存模型；S5：利用相关指标比对模型分割的样本效果进行评估；步骤S3中搭建医学超声分割模型，包括以下步骤：S31：主干网络采用U型网络，包括五个编码层、五个解码层以及中间模块；设定网络中进行训练的数据是维度为通道×高×宽的图像矩阵，通道×高×宽记为C×H×W，首先是编码层部分，第一个编码层输入是3×H×W的图像像素归一化矩阵，输出不仅是第二个编码层的输入，还是中间模块的第一个输入；第二、三、四个编码层的输出分别是第三、四、五个编码层的输入以及中间模块的第二、三、四个输入；而解码层则与编码层相对应，第一个解码层的输入是第五个编码层的输出，第一、二、三、四个解码层的输出分别与中间模块的第四、三、二、一个输出相加作为第二、三、四、五个解码层的输入；最后，第五个解码层输出则是通道为1的与输入相同尺寸即H×W的权重矩阵；S32：在步骤S31的第一、二、三个编码层包含依次级联的卷积层、批归一化层、无参注意力层、激活层和最大池化层；第三、四个解码层则包含依次级联的卷积层、批归一化层、插值层、激活层以及无参注意力层，其中的插值层使用双线性插值上采样；第五个解码层包含级联的卷积核为1×1的卷积块和插值层，其中1×1卷积块使输入的通道变为1，插值层通过双线性插值使图尺寸恢复到与第一个编码层相同；第四、五个编码层除包含与第一、二、三个编码层相同的层，还级联标记化多层感知机层，第一、二个解码器层除包含与第三、四个解码层相同的解码层之外也级联标记化多层感知机层；步骤S31中中间部分由四个级联的通道交叉融合注意力模块组成；通道交叉融合注意力模块包括多尺度特征嵌入层、多头交叉注意力层、归一化层以及多层感知机层；四个输入L1,L2,L3,L4在多尺度特征嵌入层中，其中，，，将特征重塑成尺寸分别为P,P2,P4,P8的展开平面图像块序列进行标记化，从而使图像块在这四个尺度上映射到相同区域；通过归一化层后拼接这四个层Li的标记作为键向量key和值向量value，然后和归一化后的查询向量query一起输入到多头交叉注意力层中；在多头交叉注意力层中，查询向量、键向量、值向量生成相似矩阵Mi，对值向量进行相似矩阵加权，求和所在头序号的指数幂再取平均，残差连接后作为输出；将上一层的输出通过后续的归一化层和多层感知机层并进行残差连接，最终输出的结果输入到下一个通道交叉融合注意力模块。

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成都成电金盘健康数据技术有限公司;深圳成电金盘健康数据技术有限公司，其通讯地址为：610000 四川省成都市成华区一环路东一段159号信息产业大厦；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”。