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！

龙图腾网获悉长春大学申请的专利基于深度学习的三维医学图像分割方法、设备及介质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：CN120451195B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202510885212.0，技术领域涉及：G06T7/13；该发明授权基于深度学习的三维医学图像分割方法、设备及介质是由王一帆;蔡泓宇;王柳;匡哲君;赵剑;王海燕设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本基于深度学习的三维医学图像分割方法、设备及介质在说明书摘要公布了：基于深度学习的三维医学图像分割方法、设备及介质。属于医学图像处理技术领域，具体涉及三维医学图像分割技术领域。其解决了现有方法面对形态各异、尺寸差异大、边界模糊的分割目标时，因为全局建模能力不足所导致的解剖结构完整性差；或者因为局部归纳偏置缺失导致的对目标的边缘分割精度不足的问题。所述方法包括如下步骤：收集三维医学图像，按照比例划分训练集与验证集；构建三维医学图像分割模型；三维医学图像分割模型训练：将训练集的数据输入步骤S2所述的建三维医学图像分割模型进行训练，以此获得符合要求的模型参数，并通过验证集验证效果；通过训练好的三维医学图像分割模型进行三维医学图像的分割。

本发明授权基于深度学习的三维医学图像分割方法、设备及介质在权利要求书中公布了：1.一种基于深度学习的三维医学图像分割方法，其特征在于，所述方法包括如下步骤： S1、数据采集与划分： 收集三维医学图像，按照比例划分训练集与验证集； S2、构建三维医学图像分割模型，具体为： S21、构建具有双路径的编码器，所述双路径的编码器由四个相同的基础模块构成，每个基础模块中包括主干路径和辅助路径，且主干路径和辅助路径的输出进入特征融合模块进行融合； 所述主干路径由标准卷积模块构成，所述标准卷积模块中包含两层，每一层都依次包含卷积层、三维实例标准化层和激活层； 所述辅助路径由多轴向的多分支深度可分离卷积模块构成，所述多轴向的多分支深度可分离卷积模块包括三个特征提取分支，第一个特征提取分支为深度卷积分支，第二个特征提取分支为定向大核深度卷积分支，第三个特征提取分支为恒等映射分支； 特征融合模块中对主干路径和辅助路径输出的特征进行逐元素相加，得到融合特征，然后对该融合特征的空间和通道维度分别压缩，计算出通道注意力权重和空间注意力权重，接下来将通道注意力权重和空间注意力权重乘到主干路径和辅助路径输出的特征中，然后将加权后的辅助路径输出的特征通过引导注意力融合模块动态融合到加权后的主干路径输出的特征中； S22、构建解码器，所述解码器包括B-ViL模块以及逐层的上采样模块，编码器的输出先进入B-ViL模块然后再依次经过逐层的上采样模块后通过输出层输出； 所述B-ViL模块利用块嵌入操作将输入特征分割为若干块，将这些块映射到固定的维度并为每个块添加一个可学习的向量，然后利用这些块构建一个输入序列，通过双向扫描机制的Vision-LSTM模块处理所述序列，从而捕获特征空间位置之间的关系，最后通过块扩展操作将处理后的序列重新映射回与输入特征相同的空间维度和尺寸； S3、三维医学图像分割模型训练：将训练集的数据输入步骤S2所述的三维医学图像分割模型进行训练，以此获得符合要求的模型参数，并通过验证集验证效果； S4、通过训练好的三维医学图像分割模型进行三维医学图像的分割。

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长春大学，其通讯地址为：130022 吉林省长春市卫星路6543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”。