恭喜厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所);厦门智融合科技有限公司兰泉获国家专利权
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!
龙图腾网恭喜厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所);厦门智融合科技有限公司申请的专利基于形状字典的单源域泛化医学图像分割方法及装置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:CN119672346B 。
龙图腾网通过国家知识产权局官网在2025-06-03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:202510186671.X,技术领域涉及:G06V10/26;该发明授权基于形状字典的单源域泛化医学图像分割方法及装置是由兰泉;张龙晖;钟平;黄晨曦;陈雅淇;奚丹设计研发完成,并于2025-02-20向国家知识产权局提交的专利申请。
本基于形状字典的单源域泛化医学图像分割方法及装置在说明书摘要公布了:本发明公开了一种基于形状字典的单源域泛化医学图像分割方法及装置,涉及计算机技术领域,方法包括:形状字典学习步骤、总体分割网络构建步骤、总体分割网络训练步骤和医学图像分割步骤。本发明通过结合域不变形状参考分割模型和随机特征增强的域特定泛化信息学习,在单一源域数据训练的前提下,提高网络模型对域不变特征和模拟的未知域域特定特征的学习能力,最大限度地提高模型在各种未知目标域中的泛化能力和分割准确性。本发明提出的方法仅需要使用单一源域数据,能很好的缓解医学图像分割任务的单源域泛化SDG问题。
本发明授权基于形状字典的单源域泛化医学图像分割方法及装置在权利要求书中公布了:1.一种基于形状字典的单源域泛化医学图像分割方法,其特征在于,包括:S1,形状字典学习步骤,通过字典学习方法,从源域医学图像数据集中生成能有效表示源域分割解剖形状的形状字典及对应的真实形状系数向量;S2,总体分割网络构建步骤,构建由双一致性正则化的源域数据分割分支网络和随机增强特征分割分支网络组成的总体分割网络;所述源域数据分割分支网络,包括基于U-Net的域不变形状参考分割模型DIMD,在DIMD中增加一个形状参考掩模生成模块SRMG来预测源域每个医学图像的第一预测形状系数向量,基于第一预测形状系数向量和形状字典生成第一形状参考掩模,第一形状参考掩模与U-Net解码器输出的特征级联后生成第一预测掩模;所述随机增强特征分割分支网络,在DIMD的第一层之前加入随机低级特征增强模块RLFA,对源域医学图像特征,通过由输入噪声z生成的随机权重的随机卷积层得到三个版本的随机增强特征,将这三个随机增强特征输入U-Net编码器,并将U-Net编码器输出的特征输入形状参考掩模生成模块SRMG得到第二预测形状系数向量、第三预测形状系数向量和第四预测形状系数向量,然后与形状字典结合获得第二形状参考掩模、第三形状参考掩模和第四形状参考掩模,分别与U-Net解码器输出的特征级联后输出预测的第二增强特征预测掩模、第三增强特征预测掩模和第四增强特征预测掩模;S3,总体分割网络训练步骤,基于源域医学图像数据集,通过一致性损失、对抗域增强策略损失和总体形状系数损失对总体分割网络进行训练,获得训练好的总体分割网络;S4,医学图像分割步骤,使用训练好的总体分割网络对待处理医学图像进行分割。
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厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所);厦门智融合科技有限公司,其通讯地址为:361000 福建省厦门市思明区镇海路55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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。