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！

龙图腾网获悉桂林理工大学申请的专利基于分支生长神经网络架构搜索的腹部CT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：CN119131064B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411297916.8，技术领域涉及：G06T7/11；该发明授权基于分支生长神经网络架构搜索的腹部CT图像分割方法是由黄琳;孙雁兵设计研发完成，并于2024-09-18向国家知识产权局提交的专利申请。

本基于分支生长神经网络架构搜索的腹部CT图像分割方法在说明书摘要公布了：本发明公开了基于分支生长神经网络架构搜索的腹部CT图像分割方法，包括：基于局部宽度分支和全局深度分支，构建搜索空间网络；基于所述搜索空间网络交替对编码器的可生长下采样层进行所述局部宽度分支和所述全局深度分支的接入，构建生长后的候选网络；对所述生长后的候选网络进行训练和测试，获得图像分割模型；获取待测的腹部CT图像数据，输入所述图像分割模型，完成腹部CT图像分割。本发明提升腹部CT图像分割准确性。

本发明授权基于分支生长神经网络架构搜索的腹部CT图像分割方法在权利要求书中公布了：1.基于分支生长神经网络架构搜索的腹部CT图像分割方法，其特征在于，包括：基于局部宽度分支和全局深度分支，构建搜索空间网络； 基于所述搜索空间网络交替对编码器的可生长下采样层进行所述局部宽度分支和所述全局深度分支的接入，构建生长后的候选网络； 对所述生长后的候选网络进行训练和测试，获得图像分割模型； 获取待测的腹部CT图像数据，输入所述图像分割模型，完成腹部CT图像分割； 所述局部宽度分支由Conv和Res2net组成，采用Conv+Res2net×N结构，其中Res2net×N表示N个Res2net模块； 所述全局深度分支由Transformer层组成，所述Transformer层通过自注意力机制在全局范围内捕获长距离依赖的全局特征； 所述可生长下采样层由池化层、卷积层、分支接入层组成； 所述池化层，用于缩小特征图尺度以便于提取不同尺度特征； 所述卷积层，用于提取局部特征； 所述分支接入层，用于接入新的分支，使网络能够持续生长； 所述分支接入层设置一个visited属性，用于区分是否被分支接入，包括没有分支接入情况和有分支接入情况； 处于没有分支接入情况下，将直接跳过所述分支接入层，将所述卷积层处理后的结果作为最终输出； 处于有分支接入情况下，将卷积层处理后的输出与接入分支进行拼接层融合，并通过卷积进行维度规范化； 所述生长后的候选网络的实现过程包括： 第一代生长初始编码器从编码器搜索接入的可生长的下采样层并接入第一个局部宽度分支，生长后得到编码器第一代生长；所述编码器第一代生长从深度方向生长，在最后的可生长的下采样层后接入第一个全局深度分支，得到编码器第二代生长；编码器第二代生长继续搜索接入的可生长的下采样层并接入新的局部宽度分支，得到编码器第三代生长；编码器第三代生长在最后一个全局深度分支后接入新的全局深度分支，如此反复。

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桂林理工大学，其通讯地址为：541004 广西壮族自治区桂林市七星区建干路12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”。