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！

龙图腾网恭喜西安电子科技大学申请的专利基于通用与私有特征联合域表示的类增量多器官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：CN116452515B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202310298336.X，技术领域涉及：G06T7/00；该发明授权基于通用与私有特征联合域表示的类增量多器官分割方法是由童诺;缑水平;王琨茹;李娟飞;黄陆光;姚瑶;孟庆洋设计研发完成，并于2023-03-24向国家知识产权局提交的专利申请。

本基于通用与私有特征联合域表示的类增量多器官分割方法在说明书摘要公布了：本发明公开了一种基于通用与私有特征联合域表示的类增量多器官分割方法，主要解决现有方法对解剖区域和分割目标高度专一化造成分割精度低的问题。其实现方案是：获取多解剖区域影像数据集、腹部CT影像数据集并进行预处理，分别将其划分为训练集和测试集；利用构建的ISRNet网络训练通用表征模型；构建基于通用与私有特征联合域表示的类增量多器官分割模型；利用腹部CT影像分割训练集通过反向传播法对该模型进行迭代训练；将测试集输入到训练好的类增量多器官分割模型，输出分割结果。本发明能挖掘不同解剖区域和分割目标之间的共性特征，有效提升腹部多器官分割的精度，可用于CT图像中对人体腹部区域多个器官的自动检测和分割。

本发明授权基于通用与私有特征联合域表示的类增量多器官分割方法在权利要求书中公布了：1.一种基于通用与私有特征联合域表示的类增量多器官分割方法，其特征在于，包括：1获取多解剖区域影像数据集、腹部CT影像数据集并进行预处理：1a采用窗口法将CT图像的CT值限制在[-160HU,240HU]区间内；1b采用最小-最大标准化，将多解剖区域影像数据集和腹部CT影像数据集中所有图像的值映射到区间[0,1]内；1c将1b映射后的多解剖区域影像数据集图像先进行下采样至192×192×192或者192×192×96之后，按照固定尺寸96×96×96对其进行裁块，再对裁块后的图像依次进行非线性变换、局部像素变换和随机遮盖三种图像变换，得到扰动图像，并将该扰动图像与裁块后的图像共同组成通用数据集；1d将1b映射后的腹部CT影像数据集中所有的图像统一进行下采样至96×96×96，得到分割数据集；2对通用数据集、分割数据集进行划分：2a将1c预处理后的通用数据集应用随机选择的方法按照4：1的比例划分为通用数据训练集和通用数据测试集；2b将1d预处理后的分割数据集应用随机选择的方法按照4：1的比例划分为分割训练集和分割测试集，并对划分后的分割训练集依次进行旋转、平移、翻转和缩放操作进行数据增广，得到增广后的分割训练集；3构建由编码器、解码器和输出头依次级联组成的通用表征学习网络ISRNet,其中编码器包括五个编码层E1,E2,E3,E4,E5；4基于通用数据训练集，采用反向传播法对构建的ISRNet通用表征学习网络进行迭代训练，得到训练好的通用表征模型；5构建基于通用与私有特征联合域表示的类增量多器官分割模型：5a建立由域组合注意力块DA和多尺度卷积块DMSC级联组成的联合表征模块DJRM；5b将步骤4训练好的通用表征模型中的编码器作为特征提取器，并将其的五个编码层U1,U2,U3,U4,U5与ISRNet编码器的五个编码层E1,E2,E3,E4,E5分别并行连接，并将5a中的联合表征模块DJRM依次连接到特征提取器和该网络编码器的每一个编码层之后，构成基于通用与私有特征联合域表示的类增量多器官分割模型；6将分割数据训练集输入到构建好的类增量多器官分割模型中，通过重构背景类设置该模型的分割损失Lossseg、蒸馏损失Losskd，利用反向传播法对其进行迭代训练，得到训练好的类增量多器官分割模型；7将分割数据测试集输入到训练好的类增量多器官分割模型中，得到在分割数据的分割结果。

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安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。