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！

龙图腾网获悉湖南师范大学申请的专利基于特征复用和多尺度权重卷积的右心室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：CN115424021B 。

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：202211170317.0，技术领域涉及：G06V10/26；该发明授权基于特征复用和多尺度权重卷积的右心室分割方法及装置是由刘金平;李梦可;吴小强;郑坤一;王靖超;钟添添设计研发完成，并于2022-09-22向国家知识产权局提交的专利申请。

本基于特征复用和多尺度权重卷积的右心室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特征复用和多尺度权重卷积的右心室分割方法及装置，方法包括：获取基准数据集，对基准数据集进行数据预处理和数据划分，得到训练测试集和检测数据集；构建右心室分割网络，包含特征复用编码路径、多尺度权重卷积编码路径和解码路径，特征复用编码路径用于挖掘右心室复杂的内部特征，多尺度权重卷积编码路径用于提取右心室的边缘特征以及聚合不同尺度的边缘特征，解码路径用于基于两条编码路径的特征进行右心室分割；通过训练测试集训练右心室分割网络；将检测数据集中的每个MRI图像输入到训练好的右心室分割网络，获取右心室分割结果。本发明提高了右心室分割效率。

本发明授权基于特征复用和多尺度权重卷积的右心室分割方法及装置在权利要求书中公布了：1.一种基于特征复用和多尺度权重卷积的右心室分割方法，其特征在于，包括： 获取基准数据集，并对所述基准数据集进行数据预处理和数据划分，得到训练测试集和检测数据集；所述基准数据集包含多张心脏MRI图像和部分心脏MRI图像的手动分割标签； 构建右心室分割网络；所述右心室分割网络包含三条路径，分别为特征复用编码路径、多尺度权重卷积编码路径和解码路径； 其中，所述特征复用编码路径包含至少两个特征复用模块和至少一个第一下采样模块；所述特征复用模块包含两条复用路径、一个特征级联层和一个随机丢弃层；每条所述复用路径均由第一卷积单元、组合单元、特征级联层和第二卷积单元组成，所述复用路径先通过所述第一卷积单元和所述组合单元对输入的MRI图像进行两次卷积操作，再通过所述特征级联层将输入的MRI图像与两次卷积操作后的特征图进行融合，最后通过所述第二卷积单元对融合后的特征进行过滤；所述特征级联层用于对两条所述复用路径输出的特征进行融合；所述随机丢弃层用于对所述特征级联层输出的特征进行随机丢弃；所述第一下采样模块用于对所述特征复用模块输出的特征进行下采样，并将下采样后的特征输入到下一个模块； 所述多尺度权重卷积编码路径包含至少一个多尺度权重卷积模块、至少一个第二下采样模块和一个基础卷积块；所述多尺度权重卷积模块包含四个不同尺度的权重空洞卷积块、一个特征级联层和一个第三卷积单元；四个权重空洞卷积块均由空洞卷积单元、Softmax激活函数层和加权层组成，四个空洞卷积单元均由空洞卷积层、随机丢弃层和Relu激活函数组成；所述下采样模块用于对所述多尺度权重卷积模块输出的特征进行下采样，并将下采样后的特征输入到下一个模块；所述基础卷积块用于对所述下采样模块输出的特征进行卷积操作； 所述解码路径包含一个特征融合模块、至少一个上采样模块、至少一个连接模块和至少一个所述基础卷积块和输出层；所述特征融合模块用于对所述特征复用编码路径和所述多尺度权重卷积编码路径输出的特征进行融合；所述上采样模块用于对来自上一个模块的特征进行上采样，并将上采样后的特征输入到所述连接模块；所述连接模块用于使用跳跃连接组合所述第一下采样模块、所述第二下采样模块和所述上采样模块输出的特征，输入到所述基础卷积块；所述基础卷积块用于对所述连接模块输出的特征进行卷积操作；所述输出层用于根据最后一个所述基础卷积块输出的特征预测分割结果，得到右心室分割结果； 通过所述训练测试集训练所述右心室分割网络； 将所述检测数据集中的每个MRI图像输入到训练好的右心室分割网络，获取对应的右心室分割结果。

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湖南师范大学，其通讯地址为：410081 湖南省长沙市岳麓区麓山路36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”。