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！

龙图腾网获悉中南大学申请的专利肿瘤影像分割方法、装置、电子设备及存储介质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：CN120612488B 。

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：202511097494.4，技术领域涉及：G06V10/26；该发明授权肿瘤影像分割方法、装置、电子设备及存储介质是由樊欣宇;戴思琼;毛李贝尔;黄雨萱;乔博轩设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本肿瘤影像分割方法、装置、电子设备及存储介质在说明书摘要公布了：本发明提供一种肿瘤影像分割方法、装置、电子设备及存储介质，该肿瘤影像分割方法包括：获取目标肿瘤影像，对目标肿瘤影像采用肿瘤影像分割模型进行处理，得到目标肿瘤影像分割结果；肿瘤影像分割模型的训练包括：将数据集中的肿瘤图像划分为图像块；对图像块执行下采样处理，得到第一特征图；对第一特征图执行上采样处理，以及，采用级联的SwinTransformer进行多头自注意力计算，得到第二特征图，将第一特征图和第二特征图进行跨模态特征融合，得到第三特征图；采用交叉熵损失和Dice损失进行分割效果评估，得到肿瘤影像分割模型。本发明的有益效果为：提高了分割效率和精度，降低分割时系统资源消耗。

本发明授权肿瘤影像分割方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种肿瘤影像分割方法，其特征在于，包括： 获取目标肿瘤影像，对所述目标肿瘤影像采用肿瘤影像分割模型进行处理，得到目标肿瘤影像分割结果； 所述肿瘤影像分割模型的训练包括： 将数据集中的肿瘤图像划分为图像块； 对所述图像块执行下采样处理，得到第一特征图； 对所述第一特征图执行上采样处理，以及，采用级联的SwinTransformer进行多头自注意力计算，得到第二特征图，将所述第一特征图和所述第二特征图进行跨模态特征融合，得到第三特征图，包括：通过RSU4F采用动态空洞率选择算法对所述第一特征图和所述第二特征图的局部熵值进行计算，根据局部熵值自动调节深度学习模型的并行卷积支路的膨胀系数，其深度学习模型采用Swin-U2Net；通过金字塔一致性约束损失函数，使不同尺度的预测结果在特征空间满足L2距离最小化，以及，通过对抗训练使预测边缘分布与真实标注Wasserstein距离最小化；采用交叉注意力特征融合所述第一特征图和所述第二特征图的互信息量，动态生成模态权重矩阵，通过模态权重矩阵在通道维度进行软注意力加权融合，得到所述第三特征图； 所述肿瘤影像分割模型的训练，还包括： 采用三层梯度缩放策略进行混合精度训练，其中三层梯度缩放策略包括使用Float16的主干网络、采用BrainFloat16的注意力模块及采用Float32的损失计算，通过动态梯度裁剪算法进行训练；采用特征图缓存压缩算法对肿瘤影像分割模型进行压缩处理；采用GroupNorm和深度卷积对肿瘤影像分割模型的训练进行推理加速； 对所述第三特征图采用交叉熵损失和Dice损失进行分割效果评估，得到所述肿瘤影像分割模型。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。