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！

龙图腾网恭喜重庆邮电大学申请的专利一种基于多尺度边缘感知的三维心脏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：CN114663445B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202210214686.9，技术领域涉及：G06F17/40；该发明授权一种基于多尺度边缘感知的三维心脏图像分割方法是由毕秀丽;裴佳伟;肖斌;范骏超设计研发完成，并于2022-03-07向国家知识产权局提交的专利申请。

本一种基于多尺度边缘感知的三维心脏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边缘感知的三维心脏图像分割方法，涉及数字图像处理、计算机视觉、深度学习等技术领域。具体步骤为：1搜集并整理公开的心脏磁共振图像数据集；2对搜集整理的心脏磁共振图像数据集进行数据增广；3利用搜集到的心脏磁共振图像数据集对多尺度边缘感知的三维卷积神经网络进行训练；4利用训练得到的模型对其他的心脏磁共振图像进行测试，得到最终效果。本方法利用多尺度边缘感知的三维卷积神经网络训练得到的模型可以对现实中的心脏磁共振图像进行分割，具有实际意义，并且取得较好的分割精度。

本发明授权一种基于多尺度边缘感知的三维心脏图像分割方法在权利要求书中公布了：1.一种基于多尺度边缘感知的三维心脏图像分割方法，其特征在于，包括以下步骤：1对搜集整理的心脏磁共振图像数据集进行数据增广，包括通过随机旋转、平移、缩放、裁剪、弹性形变对原始图像进行变换；2利用步骤1处理后得到的心脏磁共振图像数据集对多尺度边缘感知的三维卷积神经网络进行模型训练，所述多尺度边缘感知的三维卷积神经网络包括多尺度特征提取模块、边缘信息提取模块和特征融合模块；所述多尺度特征提取模块使用多分支的级联多尺度卷积操作和多尺度池化操作来提取多尺度的语义信息；所述边缘信息提取模块使用三个不同维度的池化操作来提取输入图像的边缘信息；所述特征融合模块学习不同分辨率的边缘特征和语义特征的偏移量并将这两种特征进行融合；所述多尺度特征提取模块分为九个分支来提取多尺度语义信息，其中五个分支是多尺度卷积分支，三个分支是多尺度池化分支，最后一个分支是将输入的特征图与该模块最终生成的特征图直接相加；所述五个多尺度卷积分支包括一个内核大小为1×1×1的空洞卷积和四个卷积核大小为3×3×3的级联空洞卷积，将深度维度的膨胀率设置为1，随着不同扩张率的卷积从1到1、3、5和7的叠加，每个空洞卷积分支的感受野将为3、9、19和33；所述三个多尺度池化分支，每个分支的池化核大小分别为2×2×2，3×3×3和全局池化，其对应的感受野分别为2、3和整个特征图，在每一级池化操作之后使用1×1×1的卷积，然后进行上采样，通过三线性插值得到与原始特征图大小相同的特征图；所述边缘信息提取模块使用1×1×1的卷积进行通道压缩，将通道数变为原来的一半，再对特征图的长、宽、高三个维度分别进行池化，将分别得到的不同大小的三种特征图进行复制到同样的大小，再将三个特征图进行相加，最后，将得到的边缘注意权重图与通道压缩后的特征图进行相乘，再通过一个1×1×1的卷积将通道数还原，再和最初输入到该模块的特征图进行相加；所述特征融合模块使用1×1×1的卷积使输入的边缘特征图和语义特征图通道数一致，然后使用三线性插值上采样将输入的两种特征图大小保持一致，所述特征融合模块使用3×3×3的卷积来学习两种特征图的位置偏移量，通过学习到的偏移量将两种输入的边缘特征图放大到和语义特征图大小一致再相加得到最终的融合结果；3利用步骤2训练得到的模型对输入的图像进行测试，得到最终的检测结果。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路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”。