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！

龙图腾网获悉福州大学申请的专利一种基于深度学习的结直肠癌病灶区域轻量级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：CN115409846B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202210596796.6，技术领域涉及：G06T7/10；该发明授权一种基于深度学习的结直肠癌病灶区域轻量级分割方法是由李兰兰;胡益煌;王大彪;徐斌设计研发完成，并于2022-05-30向国家知识产权局提交的专利申请。

本一种基于深度学习的结直肠癌病灶区域轻量级分割方法在说明书摘要公布了：本发明提出一种基于深度学习的结直肠癌病灶区域轻量级分割方法，包括以下步骤；步骤S1、数据处理：对获得的腹部图像进行数据预处理和数据增强操作；步骤S2、网络搭建与训练：所述网络为基于语境引导网络搭建的神经网络，在语境引导块中加入高效金字塔通道注意力模块，采用残差思想与语境引导块提取的局部特征结合，进行神经网络训练；步骤S3、预测分割：向神经网络输入测试数据，读取训练时保存好的模型权重并执行预测分割，将输出的图像病灶区域预测分割结果与神经网络的Label进行对比评价；本发明能取得较为优异的分割效果，而且能够在模型轻量化和性能之间取得较好的平衡。

本发明授权一种基于深度学习的结直肠癌病灶区域轻量级分割方法在权利要求书中公布了：1.一种基于深度学习的结直肠癌病灶区域轻量级分割方法，其特征在于：包括以下步骤； 步骤S1、数据处理：对获得的腹部图像进行数据预处理和数据增强操作； 步骤S2、网络搭建与训练：所述网络为基于语境引导网络搭建的神经网络，在语境引导块中加入高效金字塔通道注意力模块，采用残差思想与语境引导块提取的局部特征结合，进行神经网络训练； 步骤S3、预测分割：向神经网络输入测试数据，读取训练时保存好的模型权重并执行预测分割，将输出的图像病灶区域预测分割结果与神经网络的Label进行对比评价； 步骤S2中，网络模型为高效金字塔语境引导网络模型，即轻量性的语境引导网络模型，并在此基础上引入深度可分离卷积以整体改进模型，在神经网络的编码模块中加入高效金字塔通道注意力模块以学习图像中的多尺度全局特征，并采用残差思想与语境引导块提取的局部特征相结合，学习丰富图像中的高级和低级语义特征； 所述网络模型为具有三个下采样部分的EPCG-Net模型，在第一个下采样部分只叠加三个标准卷积层进行特征的初步提取，在第二部分和第三部分中将M和N个EPCG块进行叠加，以分别将特征图下采样到输入图像； 对于第二部分和第三部分来说，第一层的输入是通过组合前一部分的第一和最后一块来获得，以使得图像特征得到重用激励； 最后，使用1×1卷积层和线性插值上采样来产生分割预测，具体为；特征提取的EPCG块的空洞卷积采用深度可分离卷积；注意力模块采用分组卷积。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。