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！

龙图腾网恭喜兰州大学申请的专利一种基于聚类融合交叉学习的半监督医学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：CN118397272B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202410498061.9，技术领域涉及：G06V10/26；该发明授权一种基于聚类融合交叉学习的半监督医学图像分割方法是由张怀堃;马义德;廉敬;鲁相玉;马沛;黄小丹设计研发完成，并于2024-04-24向国家知识产权局提交的专利申请。

本一种基于聚类融合交叉学习的半监督医学图像分割方法在说明书摘要公布了：本发明公开了一种基于聚类融合交叉学习的半监督医学图像分割方法，CFCT采用与CPS类似的训练机制，通过两个子网络生成伪标签进行交叉训练学习来加强两个子网络之间的一致性，使用基于聚类融合的MaskTransformer网络取代传统的基于像素的分割网络，CFN在原始卷积神经网络主干的基础架构中引入了一个目标查询向量，通过将其与CNN骨干网络解码器中输出的多尺度像素特征进行交叉注意力计算来更新目标查询向量，将更新后的目标查询向量视为聚类中心，该聚类中心经过交叉注意力计算得到了不同聚类与像素之间的亲和力，其计算过程类似于经典的k‑means聚类算法，最后，通过一个分割头将更新后的聚类中心与骨干网络输出的图像像素特征合并，得到预测的分割结果。

本发明授权一种基于聚类融合交叉学习的半监督医学图像分割方法在权利要求书中公布了：1.一种基于聚类融合交叉学习的半监督医学图像分割方法，包括：S1：构建两个子网络，均采用聚类融合网络架构，但使用不同的初始网络参数；S2：对于输入图像，两个子网络分别生成预测结果；S3：在两个子网络连接到分割头之前，引入交叉分支，对两个子网络中更新后的聚类中心进行交换，然后将交换后的聚类中心输入到分割头，产生新的预测结果；所述聚类融合网络包括：用于提取和细化像素级特征的骨干网络，采用经典的U型网络结构，通过像素编码器进行特征提取，利用像素解码器恢复特征图分辨率以及通过跳跃连接对不同层级的特征进行融合；用于更新聚类中心的聚类Transformer解码器，首先引入一个参数可学习的特征向量作为聚类目标查询向量，随后将该查询向量与来自骨干网络解码器输出的多尺度特征分别进行交叉注意力计算，并使用基于聚类的argmax函数替代传统的softmax激活函数得到注意力映射矩阵，通过注意力映射矩阵对像素特征进行加权，从而更新聚类中心；用于生成预测分割结果的分割头，将骨干网络输出的像素特征与更新后的聚类中心进一步合并，具体为先计算聚类中心和像素特征的乘积，得到聚类分配特征，表示每个像素与聚类中心之间的相似性，然后将聚类中心通过一个多层感知机层，并通过一个基于维度的softmax激活函数得到对应类别的聚类分类特征，最后将聚类分配特征与聚类分类特征进行聚合，生成最终的分割预测结果。

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兰州大学，其通讯地址为：730030 甘肃省兰州市城关区天水南路222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”。