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！

龙图腾网恭喜西北工业大学申请的专利基于心脏医学图像的左心房及左心房瘢痕自动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：CN119478427B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202510065280.2，技术领域涉及：G06V10/26；该发明授权基于心脏医学图像的左心房及左心房瘢痕自动分割方法是由崔恒飞;郑凡;王一凡;李妍;李佳橦;杜典蓉;夏勇设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本基于心脏医学图像的左心房及左心房瘢痕自动分割方法在说明书摘要公布了：本发明属于医学图像处理技术领域，针对现有技术存在的左心房和左心房瘢痕分割精度不是很高的技术问题，本发明提出了基于心脏医学图像的左心房及左心房瘢痕自动分割方法，包括以下步骤：S1、对训练数据和测试数据进行预处理，得到处理后的训练数据和测试数据；S2、利用处理后的训练数据对BoundaryLossConstrainedMutil‑AttentionU‑Net模型进行训练，得到5个训练好的分割模型；S3、利用分割模型对处理后的测试数据进行分割，得到5个分割结果，取分割结果的平均值，作为最终分割结果。本发明能够缓解左心房和瘢痕间类别不平衡的问题，显著提高基线模型的分割能力。

本发明授权基于心脏医学图像的左心房及左心房瘢痕自动分割方法在权利要求书中公布了：1.基于心脏医学图像的左心房及左心房瘢痕自动分割方法，其特征在于，包括以下步骤：S1、分别对训练数据和测试数据进行预处理，得到处理后的训练数据和测试数据；S2、将处理后的训练数据通过5折交叉验证的训练方法对BoundaryLossConstrainedMutil-AttentionU-Net模型进行训练，得到5个训练好的分割模型；BoundaryLossConstrainedMutil-AttentionU-Net模型包含三维SwinUNETER模型、多方向注意力模块、多尺度边界损失模块和多层次参数共享的金字塔池化模块；多方向注意力模块，设置于三维SwinUNETER模型的编码器路径中；多方向注意力模块包含第一分支、第二分支以及第三分支，且多方向注意力模块的工作方法如下：S211、第一分支为原始轴特征分支，对由三维SwinUNETER模型中的SwinTransformer模块提取的原始特征直接输出，得到第一分支的输出；S212、第二分支和第三分支分别沿着不同的轴旋转三维SwinUNETER模型中的SwinTransformer模块提取的原始特征，得到两组旋转特征；S213、将步骤S212得到的两组旋转特征均通过深度注意力模块和空间注意力模块分别提取，得到两组的深度注意力系数和空间注意力系数；S214、将步骤S213得到的每一组的深度注意力系数和空间注意力系数分别经过按位相加操作、乘积操作以及旋转操作后，得到第二分支的输出和第三分支的输出；S215、将第一分支的输出、第二分支的输出和第三分支的输出进行叠加，得到多方向注意力模块的输出；多尺度边界损失模块，设置于三维SwinUNETER模型的解码器路径的后侧；多尺度边界损失模块通过预测端和标注端分别进行操作，且多尺度边界损失模块的工作方法如下：S221、在预测端，三维SwinUNETER模型的解码器预测结果通过双线性插值法放大到真实标注图像尺寸，作为多尺度边界损失函数的预测输入；S222、在标注端，使用不同卷积步长的二维拉普拉斯卷积核对真实标注图像的每个切片进行处理，卷积步长分别设置为1、2、4、8，得到1、12、14和18倍的边缘特征；S223、利用双线性插值法将步骤S222得到的12、14和18倍的边缘特征分别放大到原始尺寸，得到三个边缘特征；S224、将步骤S222得到的1倍的边缘特征和步骤S223得到的三个边缘特征通过1×1卷积核进行融合，得到多尺度边缘特征，作为多尺度边界损失函数的真实标签；S225、在BoundaryLossConstrainedMutil-AttentionU-Net模型训练过程中，将步骤S221得到的预测输入与步骤S224得到的真实标签进行比较，并计算出多个多尺度边界损失函数，，和；S226、利用步骤S225得到的多个多尺度边界损失函数，，和约束BoundaryLossConstrainedMutil-AttentionU-Net模型的训练过程；多层次参数共享的金字塔池化模块，设置于三维SwinUNETER模型的编码器和解码器之间的跳跃连接路径上；S3、利用5个训练好的分割模型分别对处理后的测试数据进行分割，得到5个分割结果，取5个分割结果的平均值，作为最终的分割结果。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127号；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”。