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！

龙图腾网获悉安徽大学申请的专利基于DSA-DoubleUNet模型的子宫鳞状上皮病变区域影像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：CN115170556B 。

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：202210939259.7，技术领域涉及：G06T7/00；该发明授权基于DSA-DoubleUNet模型的子宫鳞状上皮病变区域影像分割方法是由李莉萍;张霞;张东彦;严海峰设计研发完成，并于2022-08-05向国家知识产权局提交的专利申请。

本基于DSA-DoubleUNet模型的子宫鳞状上皮病变区域影像分割方法在说明书摘要公布了：本发明涉及基于DSA‑DoubleUNet模型的子宫鳞状上皮病变区域影像分割方法，与现有技术相比解决了子宫鳞状上皮病变区域影像难以进行准确高效图像分割的缺陷。本发明包括以下步骤：子宫颈醋酸图像的获取及预处理；构建DSA‑DoubleUNet模型；DSA‑DoubleUNet模型的训练；待分割图像的获取和预处理；子宫鳞状上皮病变区域影像的分割。本发明提高了对子宫鳞状上皮病变区域的分割能力，对于病变区域边缘的分割更加准确，同时在保证了分割精度的前提下，大大减少了模型的训练参数，缩短了模型的训练时间，对硬件设备要求较低，增加了模型的实用性。

本发明授权基于DSA-DoubleUNet模型的子宫鳞状上皮病变区域影像分割方法在权利要求书中公布了：1.一种基于DSA-DoubleUNet模型的子宫鳞状上皮病变区域影像分割方法，其特征在于，包括以下步骤： 11子宫颈醋酸图像的获取及预处理：获取阴道镜检查的子宫颈醋酸图像，对获得的图像进行去除高亮点处理，对处理后的数据集进行扩充； 12构建DSA-DoubleUNet模型：利用DoubleUNet为基本模型结构，用深度可分离卷积来代替普通卷积，引入通道注意力模块SE以及ASPP模块，并将解码器部分使用的转置卷积用双线性插值法来代替，构造出DSA-DoubleUNet模型； 所述构建DSA-DoubleUNet模型包括以下步骤： 121设定DSA-DoubleUNet网络模型为将两个Unet网络进行串联，采用U形的编码器-解码器结构； 122设定DSA-DoubleUNet网络的第一个Unet模型为编码器-解码器的U形结构； 123构建SE模块， 设定ASPP模块对给定的输入以不同采样系数r的空洞卷积并行进行采样，然后将采样后的特征进行融合； 所述构建SE模块包括以下步骤： 1231设定SE模块分为Squeeze和Excitation两个关键操作； 1232在Squeeze中采用全局平均池化，即在输入特征图的每个通道上求像素的平均值，从而将输入的特征图X∈RH×W×C的尺寸压缩为1×1×C，其作用原理如下： 其中，zc为第c个通道的输出值，H和W分别输入图像的长和宽，uci,j为第c个通道的每一个像素值； 1233在Excitation中使用一个全连接层将Squeeze输出的特征图缩放到1×1×Cr，其中r为采样系数，C为Squeeze输出特征图的通道个数； 1234随后一个全连接层恢复通道数为C，然后经过Sigmoid层得到各个通道之间的权重； 1235最后通过Scale操作将得到的各个通道的权重加权到深度可分离层输出的每一通道的特征上； 124设定第一个Unet模型的编码器部分采用VGG19的网络结构，删除VGG19的全连接层、保留特征提取层，将特征提取层中的卷积操作替换为深度可分离卷积，在每一层深度可分离卷积、BN、Relu操作之后均加入SE模块； 其中，深度可分离卷积分为逐通道卷积DW和逐点卷积PW两个过程， DW的一个卷积核负责一个通道，这个过程中产生的featuremap的通道数和输入featuremap的通道数一样； PW的卷积核的尺寸为1×1×M，M为DW卷积输出的通道个数，PW卷积之后产生的featuremap的通道个数与使用卷积核的个数相同； 125第一个Unet模型的编码器部分进行四次下采样的操作，然后将输出的结果送到ASPP模块中获取多尺度物体信息，ASPP模块中采用的采样系数r分别为0、6、12、18； 126将ASPP模块的输出送到第一个Unet网络的解码器端，其中解码器的上采样部分用双线性插值法代替转置卷积，第一次上采样之后，解码器端融合第四次下采样输出的特征，然后将融合后的结果作为第二次上采样的输入；第二次上采样之后，解码器端融合第三次下采样输出的特征，然后将融合后的结果作为第三次上次样的输入；第三次上采样之后，解码器端融合第二次下采样输出的特征，然后将融合后的结果作为第四次上采样的输入；第四次上采样之后，解码器端融合第一次下采样输出的特征，然后将融合后的结果作为结果输出； 127将第一个Unet网络解码器的输出特征以及原始的输入特征相乘作为第二个Unet网络的输入送到第二个Unet网络的编码器端， 其中，第二个Unet网络的编码器采用原始UNet网络的编码器结构，将编码器的卷积操作用深度可分离卷积代替，并且在每一层深度可分离卷积、BN、Relu操作之后均加入SE模块； 128将第二个UNet网络的编码器输出送到第二个ASPP模块，其中ASPP模块的采样率为0、6、12、18； 129将第二个ASPP模块的输出送到第二个Unet网络的解码器端，其中解码器的上采样部分用双线性插值法代替转置卷积，第一次上采样之后，解码器端融合第四次下采样输出的特征，然后将融合后的结果作为第二次上采样的输入；第二次上采样之后，解码器端融合第三次下采样输出的特征，然后将融合后的结果作为第三次上次样的输入；第三次上采样之后，解码器端融合第二次下采样输出的特征，然后将融合后的结果作为第四次上采样的输入；第四次上采样之后，解码器端融合第一次下采样输出的特征，然后将融合后的结果作为结果输出； 1210最后将第一个Unet解码器的输出和第二个Unet解码器的输出进行融合后得到DSA-DoubleUNet模型最终的输出； 13DSA-DoubleUNet模型的训练：将扩充处理后的数据集输入DSA-DoubleUNet模型进行训练； 14待分割图像的获取和预处理：获取待分割的子宫颈醋酸图像，并对其进行预处理； 15子宫鳞状上皮病变区域影像的分割：将预处理后的子宫颈醋酸图像输入训练后的DSA-DoubleUNet模型，得到子宫鳞状上皮病变区域影像分割结果。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。