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！

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利一种基于互补信息的损失函数的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：CN116433687B 。

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：202310260088.X，技术领域涉及：G06T7/11；该发明授权一种基于互补信息的损失函数的影像分割方法是由李嘉陆;王琼;胡颖;赵保亮设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本一种基于互补信息的损失函数的影像分割方法在说明书摘要公布了：本申请提供一种基于互补信息的损失函数的影像分割方法，该方法包括：获取待分割影像；将待分割影像输入至多层深度学习模型，得到包括病灶区域的遮照；其中，采用损失函数对多层深度学习模型进行监督训练，损失函数包括基于互补信息的假阳性‑阴性损失函数，基于互补信息的假阳性‑阴性损失函数用于表征不同层特征图之间的互补性信息。该方案充分利用了不同层特征图之间的互补性信息，对每一层特征图进行针对性优化以提升分割结果，拥有更高的检测精度。

本发明授权一种基于互补信息的损失函数的影像分割方法在权利要求书中公布了：1.一种基于互补信息的损失函数的影像分割方法，其特征在于，所述方法包括： 获取待分割影像； 将所述待分割影像输入至多层深度学习模型，得到包括病灶区域的遮照； 其中，采用损失函数对所述多层深度学习模型进行监督训练，所述损失函数包括基于互补信息的假阳性-阴性损失函数，所述基于互补信息的假阳性-阴性损失函数用于表征不同层特征图之间的互补性信息； 所述基于互补信息的假阳性-阴性损失函数包括假阳性损失函数和假阴性损失函数； 其中，所述假阳性损失函数用于抑制深层低空间分辨率的特征图，以减少非病灶区域被误认为病灶区域； 所述假阴性损失函数用于约束浅层高空间分辨率的特征图，以减少病变区域被错误归类为非病变区域； 所述基于互补信息的假阳性-阴性损失函数根据所述假阳性损失函数和所述假阴性损失函数加权和确定； 第i层特征图的假阳性损失函数为： 其中，GT表示当前所述待分割影像对应的真实病灶区域，而是GT的逆转，为从相对于当前层特征图更深一层的特征图中获得假阳性分割掩码；表示特征图的假阳性分割掩码与之间的Dice损失函数值； 所述假阳性分割掩码通过特征图上的1×1卷积层和Sigmoid函数计算得到： 其中，Conv表示特征图上的1×1卷积层；Sigmoid表示sigmoid激活函数；表示特征图和真实病灶区域之间的集合差值运算操作； 所述假阴性损失函数为： 其中，为第i层特征图对应的假阴性分割模板；表示特征图的分割结果；表示和之间的Dice损失函数值； 所述假阴性分割模板通过当前所述待分割影像对应的真实病灶区域GT和当前第i层特征图计算得到： 其中，Sigmoid表示sigmoid激活函数，Conv表示1×1卷积层。

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中国科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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”。