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！

龙图腾网恭喜江门市中心医院;桂林航天工业学院申请的专利一种基于多尺度特征提取的胸腺瘤CT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：CN114663423B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202210371206.X，技术领域涉及：G06T7/00；该发明授权一种基于多尺度特征提取的胸腺瘤CT图像分割方法是由冯宝;徐坤财;周皓阳;陈业航;陈相猛;蒋成亮;刘昱;李运德;何婧;崔恩铭;龙晚生设计研发完成，并于2022-04-11向国家知识产权局提交的专利申请。

本一种基于多尺度特征提取的胸腺瘤CT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多尺度特征提取的胸腺瘤CT图像分割方法，包括如下步骤：在传统UNet网络的编码器中结合基于不同复杂度和不同尺度卷积的DBB结构来提取胸腺瘤CT图像中肿瘤不同尺度下的空间特征，获取更丰富的肿瘤信息。基于压缩激励机制构建卷积核通道间的相互关系，实现不同尺度下空间特征的降维和重标定，然后将重标定的空间特征与原空间特征逐像素加权融合，进而得到与肿瘤区域更相关的空间特征。本发明的分割结果的DICE系数为88.90、交并比IOU为80.15、真阳性率TPR为86.94、假阳性率FPR为8.61、精确率Pre为91.79，更接近于医生手动分割结果。

本发明授权一种基于多尺度特征提取的胸腺瘤CT图像分割方法在权利要求书中公布了：1.一种基于多尺度特征提取的胸腺瘤CT图像分割方法，其特征在于：包括如下步骤：S1、在传统UNet网络的编码器中结合基于不同复杂度和不同尺度卷积的DBB结构来提取胸腺瘤CT图像中肿瘤不同尺度下的空间特征，获取更丰富的肿瘤信息；S2、基于压缩激励机制构建卷积核通道间的相互关系，实现不同尺度下空间特征的降维和重标定，然后将重标定的空间特征与原空间特征逐像素加权融合，进而得到与肿瘤区域更相关的空间特征；S3、通过消融实验确定特征降维过程中控制模型复杂度的超参数；所述步骤S1中，编码阶段采用DBB结构中的小尺度卷积核来关注病灶的位置信息和轮廓信息，使用大尺度的卷积核来关注病灶的区域信息；同时在DBB结构之后使用特征降维和重标定来建立各个通道间的相互关系，弱化从病灶中噪声产生的特征，强化病灶中肿瘤的特征，从而提高分割结果；解码阶段同样采用DBB结构中多尺度卷积来获取对应编码阶段提取的特征以减少解码过程中信息的丢失，同时在DBB结构之后通过特征降维和特征重标定来增强对目标任务有效的特征，对重标定后的空间特征采用反卷积的上采样逐步恢复高质量的特征图；所述步骤S2中，特征空间降维阶段，使用全局均值池化函数对每个特征通道在空间H×W上进行压缩；对任意输入的特征图X，X∈RH×W×C，通过压缩X的空间维度H×W生成通道统计量Z，Z∈R1×1×C，压缩过程中Z对应的第C个通道计算为： 其中，γC是压缩后的特征图，Zx是压缩函数，H和W分别是输入特征图的空间维度对应的高和宽，xC是输入特征图的第C维空间特征，i和j是第C维空间维度上的坐标；所述步骤S2中，特征重标定阶段，将压缩为1×1×C的输入通过两个全连接和ReLU激活函数建立通道之间的相关性，使用sigmoid门控函数作为自选机制将压缩阶段嵌入在通道维度上的向量作为自选机制的输入，并产生每个通道权重集合。

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江门市中心医院;桂林航天工业学院，其通讯地址为：529000 广东省江门市蓬江区北街海傍街23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”。