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！

龙图腾网获悉西安电子科技大学申请的专利基于任务感知的三维医学图像重建预训练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：CN119600034B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411619355.9，技术领域涉及：G06T7/10；该发明授权基于任务感知的三维医学图像重建预训练方法是由李玲玲;李瑞阳;王泠琪;焦李成;高琼;刘旭;刘芳;马文萍;陈璞花;杨淑媛设计研发完成，并于2024-11-13向国家知识产权局提交的专利申请。

本基于任务感知的三维医学图像重建预训练方法在说明书摘要公布了：本发明公开了一种基于任务感知的三维医学图像重建预训练方法，包括：对原始三维医学图像进行预处理，得到预处理后的图像；构建掩码重建主任务，在掩码重建主任务中建立主任务网络；主任务网络包括依次串联的掩码模块、重建主任务编码器和重建主任务解码器；其中，掩码模块用于对预处理后的图像进行基于高语义信息掩码策略的选择性掩码；构建分割辅助任务，在分割辅助任务中建立辅助任务网络，用以感知下游分割任务；辅助任务网络包括分割任务编码器和分割任务解码器；对掩码重建主任务和分割辅助任务进行联合学习，以同时优化训练主任务网络和辅助任务网络。该方法提升了预训练效率，且在不增加下游任务复杂度的情况下，提升了分割精度。

本发明授权基于任务感知的三维医学图像重建预训练方法在权利要求书中公布了：1.一种基于任务感知的三维医学图像重建预训练方法，其特征在于，包括： 对原始三维医学图像进行预处理，得到预处理后的图像； 构建掩码重建主任务，在所述掩码重建主任务中建立主任务网络；所述主任务网络包括依次串联的掩码模块、重建主任务编码器和重建主任务解码器；将所述预处理后的图像输入到所述主任务网络中，利用所述掩码模块对所述预处理后的图像进行基于高语义信息掩码策略的选择性掩码，得到掩码图像，利用所述重建主任务编码器和所述重建主任务解码器对所述掩码图像进行重建，并根据重建结果计算主任务网络的损失函数；利用所述掩码模块对所述预处理后的图像进行基于高语义信息掩码策略的选择性掩码，得到掩码图像，具体包括： 将所述预处理后的图像划分为若干个不重叠的图像块，并将每个图像块划分成若干个二维切片； 对于每个图像块，利用尺度不变特征变换算法计算每个二维切片的关键点数量和对比度响应值，以得到该图像块的关键点数量和关键点对比度响应值； 基于每个图像块的关键点数量和关键点对比度响应值，计算每个图像块的SIFT得分； 所述SIFT得分的计算公式为： ； 式中，表示图像块的SIFT得分，表示图像块的关键点数量，表示对比度响应值的权重，表示图像块的对比度响应值，表示输入图像对应的所有图像块中对比度响应值的最大值； 基于当前训练轮次的掩码概率，选择SIFT得分低的图像块进行掩蔽，同时保留SIFT得分高的图像块，得到掩膜图像；所述掩码概率采用动态学习策略确定，计算公式如下： ； 式中，表示第轮训练时的掩码概率，表示当前训练轮次，表示预设的初始掩码概率，表示预设的终止掩码概率，表示训练总轮次； 构建分割辅助任务，在所述分割辅助任务中建立辅助任务网络，用以感知下游分割任务；所述辅助任务网络包括分割任务编码器和分割任务解码器；将所述原始三维医学图像输入所述辅助任务网络中，利用所述分割任务编码器和分割任务解码器对所述原始三维医学图像进行分割处理，并根据分割结果计算辅助任务网络的损失函数；所述下游分割任务采用的网络为STU‑Net体系结构，则此处的重建主任务编码器也建立在STU‑Net体系结构的基础上，重建主任务编码器包括五个残差块，以对输入数据进行五次下采样； 对所述掩码重建主任务和所述分割辅助任务进行联合学习，以同时优化训练所述主任务网络和所述辅助任务网络，从而完成三维医学图像重建预训练。

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电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。