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！

龙图腾网获悉吉林大学第一医院申请的专利一种跨模态医学图像分割方法及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：CN119295495B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411836852.4，技术领域涉及：G06T7/11；该发明授权一种跨模态医学图像分割方法及系统是由何刊;马文骜;张惠茅;窦琪;张磊;王洪斌设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种跨模态医学图像分割方法及系统在说明书摘要公布了：本发明公开了一种跨模态医学图像分割方法及系统，包括：对模态A图像集中的图像进行像素级标注，并将模态A图像集上得到的像素级标签根据模态B图像集的图像分辨率进行调整；对调整后的像素级标签进行划分，将干净标签图像和噪声标签图像进行混合学习训练，优化图像分割模型；对模态A图像进行自动分割；基于得到的像素级分割结果，自动生成相应的分割边界框；将边界框调整至模态B图像的分辨率；基于调整后的边界框得到的模态B图像上的像素级分割结果，判断所标注的边界框是否为冗余，对经过冗余判断的边界框进行位置调整，得到调整后的分割图像。本发明提高了跨模态分割的效率和准确度，能够有效的跨模态分割的应用性。

本发明授权一种跨模态医学图像分割方法及系统在权利要求书中公布了：1.一种跨模态医学图像分割方法，其特征在于，包括： 对采集图像数据进行划分，得到模态A图像集和模态B图像集； 对模态A图像集中的图像进行像素级标注，并将模态A图像集上得到的像素级标签根据模态B图像集的图像分辨率进行调整； 对调整后的像素级标签进行划分，分别得到干净标签图像和噪声标签图像，将干净标签图像和噪声标签图像进行混合学习训练，优化图像分割模型； 将干净标签图像和噪声标签图像进行混合学习训练，包括：基于监督学习对识别出的干净标签图像进行训练；对于具有噪声标签的像素，采用监督训练和自监督训练相结合的方法进行训练； 基于图像分割模型对模态A图像进行自动分割；基于得到的像素级分割结果，自动生成相应的分割边界框；所述图像分割模型为nnU-Net分割模型； 将边界框调整至模态B图像的分辨率；基于调整后的边界框得到的模态B图像上的像素级分割结果，判断所标注的边界框是否为冗余，若是，则剔除冗余的初始边界框提示；其中，基于SAM分割模型，以边界框作为prompt实现模态B图像的分割； 对经过冗余判断的边界框进行位置调整，判断分割目标是否在位置调整的边界框中，若是，则停止位置调整，若否，则继续位置调整，直至达到预设的停止条件，得到调整后的分割图像。

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吉林大学第一医院，其通讯地址为：130021 吉林省长春市新民大街1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”。

以上内容由龙图腾AI智能生成。