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！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省人工智能研究院;青岛海信医疗设备股份有限公司申请的专利基于全局-局部信息融合LPV-Net和3D-EDA的心脏图像半监督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：CN119131056B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411134804.0，技术领域涉及：G06T7/11；该发明授权基于全局-局部信息融合LPV-Net和3D-EDA的心脏图像半监督分割方法是由刘瑞霞;胡慧称;舒明雷;刘照阳;周书旺;王琦;陈哲设计研发完成，并于2024-08-19向国家知识产权局提交的专利申请。

本基于全局-局部信息融合LPV-Net和3D-EDA的心脏图像半监督分割方法在说明书摘要公布了：一种基于全局‑局部信息融合LPV‑Net和3D‑EDA的心脏图像半监督分割方法，涉及医学图像分割技术领域，结合了全局‑局部信息融合LPV‑Net分支和3D‑EDA分支。该框架利用了两种不同的注意力机制来捕获医学图像中的不同依赖关系，以提高模型性能。采用了3D‑EDA的判别器模型，利用对抗学习的思想来增强模型的性能，特别是对无标签数据的处理。整体损失函数由监督损失和无监督损失组成，通过反向传播和优化器进行训练，以逐步调整模型参数以最小化总损失,具有良好的性能，能够实现对左心房的精准分割。提高了心脏图像分割的精准性以及高效性。

本发明授权基于全局-局部信息融合LPV-Net和3D-EDA的心脏图像半监督分割方法在权利要求书中公布了：1.一种基于全局‑局部信息融合LPV‑Net和3D‑EDA的心脏图像半监督分割方法，其特征在于，包括： a获取张有标签或无标签的心脏MRI图像，构成数据集，，为有标签的心脏MRI图像数据集，为无标签的心脏MRI图像数据集，，为第张有标签的心脏MRI图像，，，为第张无标签的心脏MRI图像，，为有标签的心脏MRI图像的数量，为无标签的心脏MRI图像的数量，； b对数据集进行预处理，得到预处理后的数据集，，为预处理后的有标签的心脏MRI图像数据集，为预处理后的无标签的心脏MRI图像数据集； c将预处理后的数据集划分为训练集、测试集； d建立GLB‑Net模型，GLB‑Net模型由LPV‑Net分支、3D‑EDA分支构成，LPV‑Net分支由编码器、LinformerPerformerBlock、解码器构成； e将训练集中的图像输入到LPV‑Net分支的编码器中，输出得到特征图； f将特征图输入到LPV‑Net分支的LinformerPerformerBlock中，输出得到特征图，LPV‑Net分支的LinformerPerformerBlock由Linformer注意力机制、Performer注意力机制、LayerNorm层构成； g将特征图输入到LPV‑Net分支的解码器中，输出得到分割图； h将分割图输入到3D‑EDA分支中，得到无监督损失函数及监督损失函数，3D‑EDA分支由第一卷积层、第二卷积层、第三卷积层、第一LeakyReLU激活函数、第一dropout层、第四卷积层、第二LeakyReLU激活函数、第二dropout层、第五卷积层、第三LeakyReLU激活函数、第三dropout层、CARELayer模块，池化层，全连接层构成，CARELayer模块依次由平均池化层、第一全连接层、第二全连接层、注意力机制构成； i根据无监督损失函数及监督损失函数计算总损失，使用Adam优化器通过总损失训练GLB‑Net模型，得到优化后的GLB‑Net模型； j将测试集中的图像输入到优化后的GLB‑Net模型的LPV‑Net分支中，输出得到分割图。

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齐鲁工业大学(山东省科学院);山东省人工智能研究院;青岛海信医疗设备股份有限公司，其通讯地址为：250353 山东省济南市长清区大学路3501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。