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！

龙图腾网获悉华南理工大学申请的专利一种基于背景类识别的CT图像肿瘤小样本分割系统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：CN117218339B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202310906942.5，技术领域涉及：G06V10/26；该发明授权一种基于背景类识别的CT图像肿瘤小样本分割系统是由郭礼华;黄泽曦设计研发完成，并于2023-07-24向国家知识产权局提交的专利申请。

本一种基于背景类识别的CT图像肿瘤小样本分割系统在说明书摘要公布了：本发明公开了一种基于背景类识别的CT图像肿瘤小样本分割系统，包括：数据采集模块、感兴趣区域勾画模块、肿瘤小样本分割模型训练模块和模型测试模块。该系统针对传统元学习框架在医学图像小样本分割任务中将肿瘤背景类别错误分割为肿瘤的问题，引入了对肿瘤背景类识别分支，利用肿瘤背景类分割网络输出的结果，对肿瘤分割进行引导，防止对肿瘤的背景类错误分割；设计了集成优化器，将肿瘤背景类和肿瘤分割的输出结果更好地融合，产生更准确的分割结果；此外，还针对医学图像数据背景空间不均匀的问题，使用支持集标签及标签反码引导学习器对前景背景特征的提取，并分别计算特征原型，充分利用前景背景信息进行分割。

本发明授权一种基于背景类识别的CT图像肿瘤小样本分割系统在权利要求书中公布了：1.一种基于背景类识别的CT图像肿瘤小样本分割系统，其特征在于，包括： 数据采集模块，用于采集CT图像数据集，将CT图像数据集进行随机划分，形成训练集和测试集，并在形成训练集和测试集的基础上，进行小样本学习的支持集和查询集划分； 感兴趣区域勾画模块，用于在CT图像数据集中勾画感兴趣区域，将勾画后的图像数据作为参考标签； 肿瘤小样本分割模型训练模块，用于使用训练集中的图像数据，对肿瘤小样本分割模型进行迭代训练，肿瘤小样本分割模型包括共享编码器S、分割网络A、分割网络B以及集成优化器O，其中，共享编码器S由多尺度全局信息融合的金字塔型网络P的编码器部分构成，分割网络A由针对前景背景信息建模的元学习网络M构成，分割网络B由多尺度全局信息融合的金字塔型网络P中的译码器部分构成，集成优化器O由两个卷积连接结构构成；在训练时，首先通过共享编码器S提取支持集和查询集特征，然后使用监督学习的方式只优化分割网络B的损失函数进行训练，对肿瘤的背景类目标进行识别，在训练完成后固定共享编码器S与分割网络B中的参数，通过训练集中的图像数据优化分割网络A的损失函数完成对肿瘤背景类的分割，在集成优化器O中使用分割网络B的输出为分割网络A的分割结果提供辅助信息，以获得精确度更高的肿瘤背景类分割结果； 模型测试模块，用于将测试集中的全部样本CT图像，输入肿瘤小样本分割模型训练模块得到的各个迭代训练轮次的肿瘤小样本分割模型，在测试阶段，分割网络A对肿瘤进行分割，分割网络B提供肿瘤背景类识别辅助信息，通过集成优化器O防止分割网络A将肿瘤背景类错误分割为肿瘤，选择迭代训练中的各个轮次得到的模型中肿瘤分割精度最高的模型作为最优分割模型，并输出最终的完整肿瘤二值化分割图像； 所述集成优化器O由两个卷积连接结构构成；首先，将分割网络A输出的肿瘤背景类目标的前景分割结果与分割网络B的输出结果在通道维度进行拼接；接着通过一个1×1的卷积核，得到被分割网络B输出结果引导调整后的目标背景掩模，将分割网络A对肿瘤背景类目标的背景分割结果中错误分割的像素进行矫正，对分割网络A的粗糙分割结果进行改善；然后将该目标背景掩模与分割网络A输出的肿瘤背景类目标的背景分割结果在通道维度进行拼接，通过1×1的卷积，得到最终细化的分割结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。