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！

龙图腾网获悉华中科技大学同济医学院附属协和医院申请的专利一种基于MR图像的肿瘤组织分割方法、系统及存储介质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：CN120088281B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510576171.7，技术领域涉及：G06T7/11；该发明授权一种基于MR图像的肿瘤组织分割方法、系统及存储介质是由史健;汪科杉;李伟权;闻明伟;熊之勇;魏志豪;陈凯磊;章小平设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本一种基于MR图像的肿瘤组织分割方法、系统及存储介质在说明书摘要公布了：本发明涉及医学图像处理技术领域，具体涉及一种基于MR图像的肿瘤组织分割方法、系统及存储介质，包括以下步骤：利用神经网络分别构建肿瘤边缘分割模块，以及肿瘤非边缘区域分割模块；在肿瘤边缘分割模块和肿瘤非边缘区域分割模块之间，设置互学习模块；将由肿瘤边缘分割模块、肿瘤非边缘区域分割模块以及互学习模块组合而成的模型结构进行训练，得到肿瘤组织分割模型。本发明通过构建肿瘤边缘分割模块、肿瘤非边缘区域分割模块以及互学习模块，使得边缘分割和非边缘区域分割之间交互学习，相互引导，能够实现精准分割出肿瘤组织主体区域，以及对于肿瘤组织的复杂边界做到精准的分割，提升肿瘤组织的精准分割效果。

本发明授权一种基于MR图像的肿瘤组织分割方法、系统及存储介质在权利要求书中公布了：1.一种基于MR图像的肿瘤组织分割方法，其特征在于，包括以下步骤： 获取包含肿瘤组织的MR图像； 利用神经网络分别构建出用于在MR图像中对肿瘤组织边缘进行分割的肿瘤边缘分割模块，以及用于在MR图像中对肿瘤组织非边缘区域进行分割的肿瘤非边缘区域分割模块； 在肿瘤边缘分割模块和肿瘤非边缘区域分割模块之间，设置用于控制肿瘤组织边缘分割和肿瘤组织非边缘区域分割相互学习的互学习模块； 将由肿瘤边缘分割模块、肿瘤非边缘区域分割模块以及互学习模块组合而成的模型结构进行训练，得到用于在MR图像中分割肿瘤组织的肿瘤组织分割模型； 所述互学习模块的构建方法包括： 构建肿瘤边缘分割模块向肿瘤非边缘区域分割模块学习的第一路径，并量化所述第一路径的学习率； 所述第一路径的学习率为： ； 式中，为第一路径的学习率，为肿瘤边缘分割模块在训练所述模型结构用的数据集中第i个样本上输出的边缘掩膜，为肿瘤非边缘区域分割模块在训练所述模型结构用的数据集中第i个样本上输出的非边缘区域掩膜，m为训练所述模型结构用的数据集中样本总量，为和之间的KL散度； 构建肿瘤非边缘区域分割模块向肿瘤边缘分割模块学习的第二路径，并量化所述第二路径的学习率； 所述第二路径的学习率为： ； 式中，为第二路径的学习率，为肿瘤边缘分割模块在训练所述模型结构用的数据集中第i个样本上输出的边缘掩膜，为肿瘤非边缘区域分割模块在训练所述模型结构用的数据集中第i个样本上输出的非边缘区域掩膜，m为训练所述模型结构用的数据集中样本总量，为和之间的KL散度； 其中，； ； 所述模型结构的训练损失函数为： ； 其中，； ； ； 式中，为总损失，为预测损失，为互学习损失，为重建损失，、和分别为均衡、和的超参数，为肿瘤边缘分割模块在训练所述模型结构用的数据集中第i个样本上输出的边缘掩膜，为肿瘤非边缘区域分割模块在训练所述模型结构用的数据集中第i个样本上输出的非边缘区域掩膜，m为训练所述模型结构用的数据集中样本总量，为训练所述模型结构用的数据集中第i个样本上的非边缘区域掩膜真值，为训练所述模型结构用的数据集中第i个样本上的边缘掩膜真值，为训练所述模型结构用的数据集中第i个样本上的肿瘤组织整体掩膜真值，为第一路径的学习率，为第二路径的学习率，、和均为L2范数式； 所述超参数，其中， ； ； 式中，为的平衡超参数，为的平衡超参数，为肿瘤边缘分割模块在训练所述模型结构用的数据集中第i个样本上输出的边缘掩膜，为肿瘤非边缘区域分割模块在训练所述模型结构用的数据集中第i个样本上输出的非边缘区域掩膜，m为训练所述模型结构用的数据集中样本总量，为训练所述模型结构用的数据集中第i个样本上的非边缘区域掩膜真值，为训练所述模型结构用的数据集中第i个样本上的边缘掩膜真值，为第一路径的学习率，为第二路径的学习率，、均为L2范数式。

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华中科技大学同济医学院附属协和医院，其通讯地址为：430000 湖北省武汉市解放大道1277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”。