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！

龙图腾网恭喜安徽大学申请的专利基于曼巴网络改进域自适应框架的跨模态医学图像分割方法及系统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：CN119295496B 。

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：202411845898.2，技术领域涉及：G06T7/11；该发明授权基于曼巴网络改进域自适应框架的跨模态医学图像分割方法及系统是由吴军;冯浩然;寇菲丹;张政伟;孙会君;李小虎;屈磊设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本基于曼巴网络改进域自适应框架的跨模态医学图像分割方法及系统在说明书摘要公布了：本发明公开了基于曼巴网络改进域自适应框架的跨模态医学图像分割方法及系统，涉及图像处理领域，其中方法包括：S1.对预先获取的跨模态医学图像数据集进行预处理，并构成源域数据集和目标域数据集；S2.搭建使用曼巴网络改进的域自适应框架，改进域自适应框架包括：生成网络和分割网络；生成网络包括生成器和第一鉴别器，用于基于带标签的源域数据集生成翻译图像；分割网络包含分割器和第二鉴别器；S3.端到端地训练改进域自适应框架，得到分割网络；S4.使用分割网络预测目标域数据集的图像分割结果。本发明能够更好地适配源域和目标域，实现域自适应，并提高在无标签目标域图像上的测试精度。

本发明授权基于曼巴网络改进域自适应框架的跨模态医学图像分割方法及系统在权利要求书中公布了：1.基于曼巴网络改进域自适应框架的跨模态医学图像分割方法，其特征在于，步骤包括：S1.对预先获取的跨模态医学图像数据集进行预处理，并构成源域数据集和目标域数据集；S2.搭建使用曼巴网络改进的域自适应框架，所述改进域自适应框架包括：生成网络和分割网络；所述生成网络包括生成器和第一鉴别器，用于基于带标签的所述源域数据集生成翻译图像；所述分割网络包含分割器和第二鉴别器；S3.端到端地训练所述改进域自适应框架，得到分割网络；S4.使用所述分割网络预测所述目标域数据集的图像分割结果；其中，在所述生成网络中，所述生成器包括：第一编码器、瓶颈层和第一解码器；所述第一编码器由输入处理和两个下采样层构成，用于提取高层次特征表示；所述瓶颈层为曼巴混合瓶颈模块与残差块交替进行；所述曼巴混合瓶颈模块包括通道压缩模块，所述通道压缩模块用于进一步减少通道数量，并保持特征中的关键信息；所述第一解码器由两个上采样层和输出处理构成；在所述第一编码器中，所述输入处理包含反射填充层，卷积层，实例归一化层和ReLU激活函数；两个下采样层结构相同，均由卷积层、实例归一化层和ReLU激活函数组成；在所述第一解码器中，所述输出处理包含反射填充层，卷积层和Tanh激活函数构成；两个上采样层结构相同，均由由转置卷积层、实例归一化层和ReLU激活函数构成；在所述瓶颈层中，特征在所述曼巴混合瓶颈模块中首先经过线性处理后被分为两个分支；在第一个分支中，特征依次经历深度可分卷积层、激活层和状态方程建模层；在第二个分支中，通过激活函数SiLU来处理特征；最后使用哈达玛积组合来自两个分支的特征之后，将得到的特征通过残差连接与输入特征结合在一起；在所述分割网络中，所述分割器由第二编码器、风格调整与语义注入跳跃连接模块和第二解码器构成；在所述第二编码器之前，图像通过补丁嵌入划分为大小为4×4的非重叠块，并且维度映射为C；所述第二编码器包含四个阶段，每个阶段使用N1，N2，N3，N4个视觉状态方程块；所述风格调整与语义注入模块用于处理来自第二编码器的多尺度特征图，首先通过卷积注意力模块计算空间和通道注意力；随后，1×1卷积将所有特征映射到相同维度，并执行特征融合；最后通过自适应平均池化或双线性差值再将特征下采样或上采样到各尺度传入到所述第二解码器部分；所述第二解码器各级接受来自所述风格调整与语义注入模块的融合特征，利用三组转置卷积对底层特征信息进行上采样，并将底层特征与上一级高层特征融合，最终完成分辨率重建和分割任务；利用域特定层归一化模块代替视觉状态方程块中的初始归一化模块，域特定层归一化模块中包含两个独立的层归一化，每个层归一化处理来自特定域的特征，用于估计层间统计量，并利用可学习的仿射参数来捕获每个域的特定信息，域特定层归一化DSLN的定义为： ，式中，d为域标签，z是来自域d的特征，和代表均值和方差，和是可学习仿射参数，ε是非常小的常数，用于在分母为零时避免不稳定。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。