北京航空航天大学朱皞罡获国家专利权
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!
龙图腾网获悉北京航空航天大学申请的专利一种图像分割方法及系统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:CN117292135B 。
龙图腾网通过国家知识产权局官网在2026-05-01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:202311426036.1,技术领域涉及:G06V10/26;该发明授权一种图像分割方法及系统是由朱皞罡;宫宇新设计研发完成,并于2023-10-31向国家知识产权局提交的专利申请。
本一种图像分割方法及系统在说明书摘要公布了:本发明公开一种图像分割方法及系统,涉及医学图像分割技术领域,该方法包括获取目标医学超声图像;将目标医学超声图像输入至训练好的图像语义分割模型中,得到最终图像分割图;训练好的图像语义分割模型包括训练好的第一分割网络和训练好的第二分割网络;训练好的第一分割网络用于对目标医学超声图像进行语义分割,得到初始图像分割图;训练好的第二分割网络用于在多个提取尺度上对初始图像分割图和目标医学超声图像进行特征提取,得到多个尺度特征,并将所有尺度特征进行融合,得到融合特征,根据融合特征得到最终图像分割图。本发明将第一分割网络输出的初始图像分割图作为先验知识输入至第二分割网络进一步分割,提高了组织的分割结果。
本发明授权一种图像分割方法及系统在权利要求书中公布了:1.一种图像分割方法,其特征在于,所述方法包括: 获取目标医学超声图像; 将所述目标医学超声图像输入至训练好的图像语义分割模型中,得到最终图像分割图;所述训练好的图像语义分割模型包括训练好的第一分割网络和训练好的第二分割网络;所述最终图像分割图包括所述目标医学超声图像中的组织的最终类型信息和最终位置信息; 其中,所述训练好的第一分割网络用于对所述目标医学超声图像进行语义分割,得到初始图像分割图;所述初始图像分割图包括所述目标医学超声图像中的组织的初始类型信息和初始位置信息; 所述训练好的第二分割网络用于在多个提取尺度上对所述初始图像分割图和所述目标医学超声图像进行特征提取,得到多个尺度特征,并将所有所述尺度特征进行融合,得到融合特征,根据所述融合特征得到最终图像分割图;所述训练好的第二分割网络包括HLCS特征提取模块、相乘模块、编码模块、DCPF模块和解码模块; 其中,所述HLCS特征提取模块用于对所述初始图像分割图进行特征提取,得到深度卷积特征; 所述相乘模块用于对所述目标医学超声图像和所述初始图像分割图进行相乘操作,得到乘积特征图; 所述编码模块用于对所述乘积特征图进行编码,得到编码特征; 所述DCPF模块用于在多个所述提取尺度上对所述编码特征和所述深度卷积特征进行特征提取,得到多个尺度特征,并将所有所述尺度特征进行融合,得到融合后的尺度特征,并利用一第一卷积层对所述融合后的尺度特征进行特征提取,得到融合特征; 所述解码模块用于对所述融合特征进行解码,得到最终图像分割图; 所述DCPF模块包括若干个尺度特征提取子模块和融合子模块; 所述尺度特征提取子模块包括特征提取单元、类别上下文卷积单元和ASPP卷积单元;每一所述尺度特征提取子模块对应一提取尺度; 其中,所述特征提取单元用于在所述尺度特征提取子模块对应的提取尺度上对所述编码特征进行特征提取,得到全局融合特征; 所述类别上下文卷积单元用于对所述深度卷积特征和所述全局融合特征进行融合,得到类别动态卷积核具体包括:对所述深度卷积特征和所述全局融合特征进行相乘操作,得到乘积特征;利用一第三卷积层对所述编码特征进行特征提取,得到编码卷积特征;对所述深度卷积特征和所述编码卷积特征进行相乘操作,得到通道类别特征;对所述乘积特征和所述通道类别特征进行相乘操作,得到类别卷积特征;将所述类别卷积特征与提取尺度对应的固定卷积核相乘,得到类别卷积核;利用自适应池化层对所述类别卷积核进行维数调整,得到固定大小的类别动态卷积核; 所述ASPP卷积单元用于通过所述类别动态卷积核对所述编码特征进行特征提取,得到尺度特征具体包括:利用多个不同大小的空洞率分别对所述类别动态卷积核进行空洞处理,得到每一所述空洞率对应的ASPP卷积层,并分别利用每一所述ASPP卷积层对所述编码特征进行特征提取,得到多个局部尺度特征,将所述编码特征以及所有所述局部尺度特征进行融合,得到ASPP卷积特征,并利用一第四卷积层对所述ASPP卷积特征进行特征提取,得到尺度特征; 所述融合子模块用于将所有所述尺度特征提取子模块得到的尺度特征进行融合,得到融合后的尺度特征,并利用所述第一卷积层对所述融合后的尺度特征进行特征提取,得到融合特征。
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北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励