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肝脏多模态MRI的肿瘤医学图像分割建模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：CN119313685B 。

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：202411874525.8，技术领域涉及：G06F17/40；该发明授权一种肝脏多模态MRI的肿瘤医学图像分割建模方法是由曲建明;蒲立新;何明杰;范计朋;陈豪设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种肝脏多模态MRI的肿瘤医学图像分割建模方法在说明书摘要公布了：本发明涉及一种肝脏多模态MRI的肿瘤医学图像分割建模方法，属于电数字数据处理技术领域，首先对数据进行预处理和空间坐标对齐；然后将数据送入模态专有编码器进行特征提取，编码器之间进行特征融合和交换；其次在高级语义特征阶段使用transformer块进行远距离依赖性建模和基于互注意力特征融合块进行高级语义信息的远距离融合；再通过解码器进行解码得到肿瘤区域的掩码图；最后基于损失函数进行模型训练。通过一种基于跨模态特征融合的编码解码网络，结合输入的多模态医学图像数据提高了肿瘤区域的分割精度和分割区域边缘细粒程度，解决了肝部多模态MRI分割精度不足和分割区域边缘光滑的问题。

本发明授权一种肝脏多模态MRI的肿瘤医学图像分割建模方法在权利要求书中公布了：1.一种肝脏多模态MRI的肿瘤医学图像分割建模方法，其特征在于，包括以下步骤：S1：对腹部增强MRI数据进行预处理；S2：将步骤S1中预处理后的数据集按8:2分为训练集与验证集；S3：建立肝部MRI多模态UNet网络，网络输入5种模态MRI图像联合提取特征并解码出每种模态对应的语义分割掩码图；S4：计算每种模态输出的损失并进行反向传播更新参数；损失函数采用二元交叉熵损失与重叠度损失结合；S5：基于损失函数进行模型训练；步骤S1包括以下子步骤：S1.1：读取CE-MRI每种模态的医学数字成像和通信格式文件，对其进行重采样处理，将空间体素大小调为1mm*1mm*1mm；S1.2：将重采样后的数据从图像坐标系映射到世界坐标系中，使每种模态图像中像素点在世界坐标系中的位置相同；S1.3：将同一病人每种模态数据基于世界坐标系进行对比，将部分模态在世界坐标系下缺失的部分用0填充，以保证同一病人每种模态图像的长、宽和切片数量一致，并将每种模态的大小调节为128*128*128；S1.4：将像素点值的范围由0-65535映射到0-255范围内，并以npy格式保存；S1.5：将每种模态对应的标注文件采取与步骤S1.1、步骤S1.2和步骤S1.3相同的方法进行处理，将像数值非0的点即标注的肿瘤区域赋值为255并以npy格式保存；步骤S3包括以下子步骤：S3.1：编码器采用类UNet编码器结构，编码器具有五层结构，编码器每层的特征块经过特征提取块提取特征,并将提取的特征与其他模态对应的特征进行融合并加回对应位置，实现模态间的特征信息交换，并经过下采样到下一层；S3.2：对每种模态编码器提取到的高级语义信息进行特征融合和远距离关联性计算；采用基于注意力机制的特征融合块进行高级语义特征的交换，将每种模态的高级语义特征送入transformer中，进行远距离关联性计算以克服卷积提取特征局部性的缺陷；S3.3：对每种模态的高级特征进行解码处理；采用与编码器对称的形式进行解码操作，解码器采用共享参数的解码器对每种模态进行解码处理；步骤S3.1包括以下子步骤：S3.1.1：编码器由视觉几何组和无参注意力模块两部分组成；VGG块由两次卷积组成，每次卷积后通过批归一化和一次线性整流激活；通过VGG块提取特征后，将特征块送入simAM中进行注意力计算；S3.1.2：对不同模态的特征进行融合处理；将五种模态的特征在通道上进行拼接处理，然后经过通道注意力计算，鼓励模型学习拼接后重要的通道，然后经过一次卷积后将通道数恢复到当前层的通道数，再通过simAM无参数注意力块计算注意力；对每种模态的特征求空间注意力并过simAM无参数注意力块计算注意力，并对空间中每个位置求出模态中的最大值，最后得到特征融合的信息并加入到每个模态中，实现模态间信息的初步交换；S3.1.3：采取最大池化对特征进行下采样处理。

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”。