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！

龙图腾网获悉西安邮电大学申请的专利基于进化多视图迁移粗糙模糊聚类的脑图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：CN116612278B 。

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：202310532462.7，技术领域涉及：G06V10/26；该发明授权基于进化多视图迁移粗糙模糊聚类的脑图像分割方法是由赵凤;王超飞;刘汉强设计研发完成，并于2023-05-12向国家知识产权局提交的专利申请。

本基于进化多视图迁移粗糙模糊聚类的脑图像分割方法在说明书摘要公布了：本发明公开了一种基于进化多视图迁移粗糙模糊聚类的脑图像分割方法，主要解决现有脑核磁共振图像分割使用单一视图导致脑组织信息表征能力不足，且计算速度慢的问题。其实现方案是：输入待分割图像并设置初始参数值；对图像进行双边滤波处理；将多视图迁移机制和滤波后得到的图像空间信息引入到粗糙模糊聚类目标函数中，设计迁移多视图粗糙模糊聚类目标函数；采用基于收敛点估计的加速差分进化方法对目标函数进行优化获得最优解；基于该最优解计算得到视图的全局隶属度，根据最大隶属度原则得到图像的分割结果。本发明改善了因视图单一导致脑组织信息表征能力不足的影响，提高了分割的效率，可用于对脑核磁共振图像的处理，为医生分析病灶提供参考。

本发明授权基于进化多视图迁移粗糙模糊聚类的脑图像分割方法在权利要求书中公布了：1.一种基于进化多视图迁移粗糙模糊聚类的脑图像分割方法，其特征在于，包括如下： 1输入待分割的三种不同序列加权图像X＝{X1,X2,X3}，并设置初始参数值：视图个数L，聚类数目C，下近似权重w，空间系数α，变异系数F，交叉系数CR，最大进化代数T，种群规模I，精英率r，模糊因子m； 2对三个待分割的图像分别执行双边滤波操作，获得滤波后的图像 3将多视图迁移机制、图像空间信息引入到粗糙模糊聚类目标函数中，设计迁移多视图粗糙模糊聚类目标函数J： 其中，L表示视图个数，ωl表示视图权重，λl表示迁移系数，γl表示正则项参数，J1代表粗糙模糊聚类目标函数，J2代表多视图信息迁移目标函数； 4设置初始进化代数t＝1，利用均匀采样方法随机生成初始种群，并根据迁移多视图粗糙模糊聚类目标函数J计算初始种群中每个个体的适应度值； 5设计基于收敛点估计的加速进化策略，对初始种群进行更新； 5a针对初始种群，使用差分进化方法中的变异、交叉算子获得新种群，并根据迁移多视图粗糙模糊聚类目标函数J计算新种群中每个个体的适应度值； 5b从新种群中选择最优的k个个体组成精英子种群，并以精英子种群的均值当作估计的近似收敛点； 5c在估计的近似收敛点周围进行高斯采样，用采样到的k个个体替换新种群中最差的k个个体，形成子代种群； 5d根据适应度值的大小在初始种群和子代种群中一对一地竞选出适应度值小的个体，组成最终种群； 5e将初始进化代数t与最大进化代数T进行比较： 若t＞T时，则停止更新并输出最终种群，执行6， 否则，令t＝t+1，并使用最终种群替换初始种群，返回5a； 6对输出的最终种群中适应度值最小的个体进行解码，得到每个视图的聚类中心vlc； 7根据解码出的聚类中心vlc计算各视图的权重ωl和隶属度μlic，获得全局隶属度uic； 8利用获得的全局隶属度uic，根据最大隶属度原则对各个像素进行分类，得到图像像素的聚类标签，输出图像X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西安邮电大学，其通讯地址为：710121 陕西省西安市长安区西长安街618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”。