华南理工大学郭礼华获国家专利权
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体素不确定性的医学影像分割模型学习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:CN119380009B 。
龙图腾网通过国家知识产权局官网在2025-09-23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:202411384999.4,技术领域涉及:G06V10/26;该发明授权一种基于体素不确定性的医学影像分割模型学习系统是由郭礼华;叶淇设计研发完成,并于2024-09-30向国家知识产权局提交的专利申请。
本一种基于体素不确定性的医学影像分割模型学习系统在说明书摘要公布了:本发明公开了一种基于体素不确定性的医学影像分割模型学习系统,包括五个功能模块:影像采集模块、感兴趣区域勾画模块、影像预处理模块、不确定性指导影像分割模型训练模块和医学影像分割模型测试模块。该系统提出一种端到端的体素不确定性引导医学影像分割模型学习方法,在不过多增加计算负担和复杂度的情况下生成准确的分割结果和可靠的不确定性估计,以同时提高医学影像分割模型的性能、鲁棒性和可解释性。
本发明授权一种基于体素不确定性的医学影像分割模型学习系统在权利要求书中公布了:1.一种基于体素不确定性的医学影像分割模型学习系统,其特征在于,包括: 影像采集模块,用于采集医学影像数据集,包括多个样本中相同器官部位的CT影像数据和同期获得的多序列MRI影像数据;将医学影像数据集随机划分为训练集、验证集和测试集; 感兴趣区域勾画模块,用于在采集的CT影像数据和多序列MRI影像数据中勾画感兴趣的区域,作为真实值标签; 影像预处理模块,用于对采集到的CT影像数据、多序列MRI影像数据和勾画的真实值标签进行预处理; 不确定性指导影像分割模型训练模块,用于训练医学影像分割模型,所述医学影像分割模型包括特征提取器S、不确定性融合器UF、不确定性度量器QU和不确定性自适应学习器USAT,用于针对训练集的迭代训练;其中,将不确定性度量器QU得到的狄利克雷分布值输入至不确定性自适应学习器USAT中,得到修正后的狄利克雷分布值,由下式确定: ; 结合修正后的狄利克雷分布值,使用主观逻辑理论建模修正后的不确定性图和分割结果图,由下式确定: ; 所述不确定性自适应学习器USAT结合人类课程学习的思想,并基于模型的学习状态自适应的调整阈值,以优化分割结果;所述不确定性自适应学习器USAT包括自适应全局阈值和自适应局部阈值; 所述自适应局部阈值是基于类别差异性,由类别的学习难度来进行设定,且随着模型学习状况实时调整,类别准确率低的阈值得到降低,对于准确率高的类别,保持高阈值,以确保最终的精度,结合验证集分割结果,以代表总的验证集数目,代表第个迭代次数,代表第次迭代时的自适应全局阈值,第类别的自适应局部阈值由下式确定: ; 所述自适应全局阈值与模型对训练数据的不确定性相关,以反映整体学习状态;结合动量衰减在训练期间稳定地增加自适应全局阈值,以确保在训练后期保持高准确的分割,以代表训练集样本总数,所述自适应全局阈值由下式确定: ; 结合不确定性度量器QU得到的狄利克雷分布值和自适应全局阈值计算修正后的狄利克雷分布值,由下式确定: ; 结合不确定性自适应学习器USAT得到的修正后不确定性图和不确定性标签图计算不确定性损失函数; 结合不确定性自适应学习器USAT得到的修正后的狄利克雷分布值、第个体素下对应第类别的分割结果图,计算得到第个体素下对应第类别的修正狄利克雷分布后处理值; 结合修正狄利克雷分布后处理值和真实值标签计算散度损失函数; 医学影像分割模型测试模块,用于选择迭代训练的各个轮次得到的模型中分割结果质量最好的模型作为最优的医学影像分割模型。
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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励