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！

龙图腾网获悉南京邮电大学申请的专利一种用于多模态磁共振成像的轻量化脑肿瘤分割网络及其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：CN118334044B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202410698732.6，技术领域涉及：G06T7/10；该发明授权一种用于多模态磁共振成像的轻量化脑肿瘤分割网络及其分割方法是由樊亚文;王潮远;陈天煜;王翔;陈建新设计研发完成，并于2024-05-31向国家知识产权局提交的专利申请。

本一种用于多模态磁共振成像的轻量化脑肿瘤分割网络及其分割方法在说明书摘要公布了：本发明公开了一种用于多模态磁共振成像的轻量化脑肿瘤分割网络及其分割方法，属于脑肿瘤图像分割技术领域；包括编码器和解码器，编码器包括第一特征处理层、第二因果交叉层、第三因果交叉层以及第四特征融合层；解码器包括第一输出层、第二特征处理层、第三特征解码层以及第四输出层；编码器采用跨层连接方法，实现不同层级之间相同尺度特征映射的信息融合，并传输至解码器，解码器拼接编码器流出特征进行共享特征的交叉处理。本发明通过解码器与编码器采用跨层连接方法，实现相同尺度特征映射的不同层级之间的信息融合；因果交叉连接模块共享参数促进特征之间信息的交换和融合，更好捕获模态之间的共同特征，从而提高脑肿瘤分割网络的分割精度。

本发明授权一种用于多模态磁共振成像的轻量化脑肿瘤分割网络及其分割方法在权利要求书中公布了：1.一种多模态磁共振成像的轻量化脑肿瘤分割网络的构建方法，利用卷积块搭建端到端的卷积神经网络来完成分割任务，脑肿瘤分割网络包括编码器和解码器，其特征在于：所述编码器包括四层网络，分别为第一特征处理层、第二因果交叉层、第三因果交叉层以及第四特征融合层；所述解码器包括四层网络，分别为第一输出层、第二特征处理层、第三特征解码层以及第四输出层；所述编码器采用跨层连接方法，在同一阶段实现相同尺度特征映射的不同层级之间的信息融合，并将融合后的信息传输至解码器，解码器拼接编码器流出特征的同时，进行共享特征之间的交叉处理；所述第一特征处理层包括四个5×5×5步长为1的卷积，四个卷积并行处理输入的四个模态原始图；所述第二因果交叉层由两个因果卷积模块组成，对应四个输入分支和两个输出分支，因果卷积模块采用3×3×3步长为1的卷积，两个因果卷积模块之间共享参数；所述第三因果交叉层由两个并行的最大池化级联单个因果卷积模块组成，第二因果交叉层与第三因果交叉层均采用参数共享策略；两个特征图各自并行通过一个步长为2的最大池化，再送入因果卷积模块中后得到特征图；所述因果卷积模块基于语义因果链提出，语义因果链通过结构因果模型SCM利用Do算子进行后门调整，对常规分割语义链进行干预去混杂；所述第一输出层包括转置卷积级联常规卷积块，第一输出层接收来自第四特征融合层的输出，经转置卷积后拼接第三因果交叉层流出的相同维度的特征，再经常规卷积块处理；所述第二特征处理层包括转置卷积级联因果卷积模块，接收第一输出层的输出，经转置卷积后，分别拼接编码器第二因果交叉层流出的两个特征信息，然后经因果卷积模块进行参数共享特征之间的交叉处理，将处理后的特征输入至第三特征编码层；所述转置卷积级联常规卷积块采用2×2×2且步长为2的转置卷积；所述第四特征融合层包括最大池化级联常规卷积模块，最大池化级联常规卷积模块采用最大池化和两个3×3×3且步长为1的卷积；特征图先进行步长为2的最大池化再通过一个3×3×3且步长为1的卷积后并且进行归一化操作以及输入激活函数输出，再通过一个3×3×3且步长为1的卷积后并且进行归一化以及激活函数操作，得到处理后特征图；所述第三特征解码层包括单个1×1×1步长为1的卷积块，进一步提取去除混杂后的特征；所述第四输出层包括单个1×1×1步长为1的卷积块，输出最终的分割图。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。