Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 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陈四方获国家专利权

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陈四方获国家专利权

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多尺度特征的无监督域适应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:CN119649038B

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:202510180884.1,技术领域涉及:G06V10/26;该发明授权基于多尺度特征的无监督域适应医学图像分割方法及装置是由陈四方;张龙晖;钟平;谢河富;黄晨曦;陈榕灿;奚丹设计研发完成,并于2025-02-19向国家知识产权局提交的专利申请。

基于多尺度特征的无监督域适应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多尺度特征的无监督域适应医学图像分割方法及装置,涉及计算机技术领域,方法包括:构建基于双重注意力的多尺度特征融合分割网络;将所述多尺度特征融合分割网络作为生成器,构建第一判别器和第二判别器;基于所述生成器、第一判别器和第二判别器进行训练,获得训练好的多尺度特征融合分割网络;使用训练好的多尺度特征融合分割网络对待处理医学图像进行分割。本发明引入多尺度特征考虑不同层次的特征表示,并通过对抗性特征对齐方法,通过对抗性学习实现源域和目标域特征的对齐,从而提升分割模型在目标域上的性能和泛化能力;且本发明无需使用目标域标签,能很好的缓解医学图像分割任务的无监督域适应问题。

本发明授权基于多尺度特征的无监督域适应医学图像分割方法及装置在权利要求书中公布了:1.一种基于多尺度特征的无监督域适应医学图像分割方法,其特征在于,包括:多尺度特征融合分割网络构建步骤,构建基于双重注意力的多尺度特征融合分割网络;所述多尺度特征融合分割网络包括若干依次连接的残差模块、与各残差模块分别相连接的双重注意力机制模块DAMM和多尺度特征融合模块MFFM;卷积层对输入的源域目标域医学图像进行初始特征提取,然后经过各残差模块提取高级图像特征,生成不同尺寸的特征图;将每个特征图馈送到一个DAMM模块,对特征进行精细化压缩后生成不同尺寸的压缩特征图;通过上采样将不同尺寸的压缩特征图对齐到相同的大小;将对齐后的所有压缩特征图输入一MFFM模块进行特征融合后,通过一1x1卷积和softmax层获得逐像素预测的概率图,获得语义特征;将对齐后的部分压缩特征图输入另一MFFM模块进行特征融合后,获得聚合特征;基于生成器的第一判别器和第二判别器构建步骤,将所述多尺度特征融合分割网络作为生成器,构建第一判别器和第二判别器;使用第一判别器对齐源域医学图像和目标域医学图像的聚合特征,使用第二判别器对齐源域医学图像和目标域医学图像的语义特征;生成器及判别器训练步骤,基于所述生成器、第一判别器和第二判别器进行训练,获得训练好的多尺度特征融合分割网络;训练过程中,使用源域数据优化生成器的混合分割损失;将源域聚合特征和目标域聚合特征传递给第一判别器,优化第一判别器损失及第一鉴别器和生成器的对抗损失;将源域语义特征和目标域语义特征传递给第二判别器,优化第二判别器损失及第二判别器和生成器的对抗损失;分割步骤,使用训练好的多尺度特征融合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”。

免责声明
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。