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！

龙图腾网获悉重庆邮电大学申请的专利一种基于几何神经网络的大脑皮层表面自动分割方法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：CN115601384B 。

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：202211092791.6，技术领域涉及：G06T7/168；该发明授权一种基于几何神经网络的大脑皮层表面自动分割方法是由李欣蔚;王林金;李海铭;邓远阳;李章勇设计研发完成，并于2022-09-08向国家知识产权局提交的专利申请。

本一种基于几何神经网络的大脑皮层表面自动分割方法在说明书摘要公布了：本发明属于医学图像分割方法技术领域，涉及一种基于几何神经网络的大脑皮层表面自动分割方法；所述方法包括获取大脑sMRI图像，重构出大脑皮层表面，并提取出大脑皮层表面的多维形态学特征；使用图拉普拉斯对大脑皮层表面的多维形态学特征进行分解，获得大脑皮层表面流形的谱表示；使用U形层级结构的分割模块提取目标图像的大脑皮层表面的上下文信息，使用相同结构的辅助模块提取图谱集图像的大脑皮层表面的解剖先验信息，并采用非局部注意力特征融合模块对分割模块的信息和辅助模块的信息进行融合，输出目标图像的大脑皮层表面的分割标签的预测概率图；本发明具有更好的实时性，更充分利用皮层表面的内蕴结构信息和脑区的全局信息的特点。

本发明授权一种基于几何神经网络的大脑皮层表面自动分割方法在权利要求书中公布了：1.一种基于几何神经网络的大脑皮层表面自动分割方法，其特征在于，所述方法包括： 获取大脑sMRI图像，重构出大脑皮层表面，并提取出大脑皮层表面的多维形态学特征；所述大脑sMRI图像包括待分割的目标图像和已分割的图谱集图像； 使用图拉普拉斯对大脑皮层表面的多维形态学特征进行特征分解，获得大脑皮层表面流形的谱表示； 使用U形层级结构的分割模块提取出目标图像的大脑皮层表面的上下文信息，使用相同U形层级结构的辅助模块提取出图谱集图像的大脑皮层表面的解剖先验信息，并采用非局部注意力特征融合模块对分割模块的信息和辅助模块的信息进行融合处理，输出目标图像的大脑皮层表面的分割标签的预测概率图； 所述U形层级结构的分割模块包括第一编码层和第一解码层；所述第一编码层包括第一输入层，以及多个重复排列的第一特征提取层、第一池化层和第一非局部注意力特征融合模块；所述第一解码层包括多个重复排列的第二特征提取层、第一上池化层和第二非局部注意力特征融合模块，以及第一输出层； 所述U形层级结构的辅助模块包括第二编码层和第二解码层；所述第二编码层包括第二输入层，以及多个重复排列的第三特征提取层和第二池化层；所述第二解码层包括多个重复排列的第四特征提取层和第二上池化层； 其中，所述第一池化层连接有第一特征提取层和第三特征提取层，所述第二池化层连接有第二特征提取层和第四特征提取层；所述第一非局部注意力特征融合模块连接有第一池化层和第二池化层，所述第二非局部注意力特征融合模块连接有第一上池化层和第二上池化层； 所述采用非局部注意力特征融合模块对分割模块的信息和辅助模块的信息进行融合处理包括： 对分割模块输入ZS和辅助模块输入ZA进行嵌入处理，得到的分割模块输入的嵌入表示gS和辅助模块输入的嵌入表示gA； 将分割模块的输入ZA和辅助模块的输入ZA进行串联，将串联结果Zf分别进行嵌入处理，得到分割模块的嵌入表示θ和辅助模块的嵌入表示φ； 将分割模块的嵌入表示θ与转置后的辅助模块的嵌入表示Φ相乘并连接一个softmax层，计算得到串联特征的非局部注意力矩阵 将所述非局部注意力矩阵分别作用于gS和gA，并恢复原始特征维数，分别得到注意力增强后的特征矩阵OS和OA； 将分割模块的特征矩阵OS和辅助模块的特征矩阵OA与分割模块的输入特征矩阵ZS相加得到特征融合结果Zo＝ZS+OS+OA。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。