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！

龙图腾网恭喜清华大学深圳国际研究生院申请的专利基于全监督对比学习的多模态肿瘤图像的分割方法和装置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：CN118262105B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202410248040.1，技术领域涉及：G06V10/26；该发明授权基于全监督对比学习的多模态肿瘤图像的分割方法和装置是由刘瑜;姜智卓;阎嘉懿设计研发完成，并于2024-03-05向国家知识产权局提交的专利申请。

本基于全监督对比学习的多模态肿瘤图像的分割方法和装置在说明书摘要公布了：本发明提供一种基于全监督对比学习的多模态肿瘤图像的分割方法和装置，包括：将获取的待分割的多模态肿瘤图像输入图像分割模型，得到各待分割体素的分类结果；基于各待分割体素的分类结果，确定多模态肿瘤图像中的肿瘤区域；图像分割模型为基于样本多模态肿瘤图像中的至少一个锚点、各锚点对应的正样本体素和负样本体素确定目标对比学习损失后，基于目标对比学习损失训练得到的；其中，锚点为基于样本多模态肿瘤图像中类型预测错误的各错误体素对应的分割窗口置信度确定的；正样本体素为基于至少一个目标正确体素的置信度确定的，负样本体素为基于至少一个目标错误体素的置信度确定的。本发明可以提高多模态肿瘤图像中的肿瘤区域分割的准确性。

本发明授权基于全监督对比学习的多模态肿瘤图像的分割方法和装置在权利要求书中公布了：1.一种基于全监督对比学习的多模态肿瘤图像的分割方法，其特征在于，包括：获取待分割的多模态肿瘤图像；将所述多模态肿瘤图像输入图像分割模型，得到所述图像分割模型输出的各待分割体素的分类结果；基于各所述待分割体素的分类结果，确定所述待分割的多模态肿瘤图像中的肿瘤区域；所述图像分割模型为基于样本多模态肿瘤图像中的至少一个锚点、各所述锚点对应的正样本体素和负样本体素确定目标对比学习损失后，基于所述目标对比学习损失进行模型参数调整后得到的；其中，所述锚点为基于所述样本多模态肿瘤图像中类型预测错误的各错误体素对应的分割窗口置信度确定的，所述分割窗口置信度为基于分割窗口内的各目标体素的置信度确定的；所述正样本体素为基于至少一个目标正确体素的置信度确定的，所述目标正确体素为所述样本多模态肿瘤图像中类型预测正确的各正确体素中与所述锚点距离最近的体素，所述负样本体素为基于至少一个目标错误体素的置信度确定的。

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清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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”。