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！

龙图腾网获悉广东工业大学申请的专利一种基于目标一致多分辨融合的肺结节分割方法和装置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：CN119722709B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411910756.X，技术领域涉及：G06T7/11；该发明授权一种基于目标一致多分辨融合的肺结节分割方法和装置是由项德杰;江芡;杨珉浩;黎凡;伍浩伟;张纯霖;陈泽昊;吴艳娟;李梓亮;顾国生;邓杰航设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本一种基于目标一致多分辨融合的肺结节分割方法和装置在说明书摘要公布了：本发明涉及一种基于目标一致多分辨融合的肺结节分割方法和装置，该方法包括：S1：采集肺部CT影像数据并采用目标一致的多分辨率输入策略Object‑ConsistentMuti‑ResolutionInputStrategy,OCMIS，生成高分辨率和低分辨率数据；S2：通过小结节细粒度增强编码器SmallNoduleFine‑GrainedEnhancedEncoder,SNFGEE和多粒度增强编码器Multi‑GranularityEnhancedEncoder,MGEE分别对高、低分辨率数据进行特征提取，得到小结节的高、低分辨率特征；S3：通过多分辨率无损特征融合模块Muti‑ResolutionLosslessFeatureFusion,MLFF对高、低分辨率特征进行融合，生成融合特征；S4：将融合特征输入解码器，生成分割结果。本发明能够实现对复杂形态的肺结节的精准分割。本发明作为一种基于目标一致多分辨融合的肺结节分割方法和装置，可广泛应用于医学图像分割领域。

本发明授权一种基于目标一致多分辨融合的肺结节分割方法和装置在权利要求书中公布了：1.一种基于目标一致多分辨融合的肺结节分割方法，其特征在于，所述方法包括以下步骤： S1：采集肺部CT影像数据并采用目标一致的多分辨率输入策略，生成高分辨率和低分辨率数据； S2：通过小结节细粒度增强编码器和多粒度增强编码器分别对高、低分辨率数据进行特征提取，得到小结节的高、低分辨率特征； 其中，S2包括以下步骤： S2.1：构建小结节细粒度增强编码器和多粒度增强编码器； S2.2：根据SNFGEE模块对高分辨率的输入进行特征提取计算，得到高分辨率特征fh； S2.3：根据MGEE模块对低分辨率的输入进行特征提取计算，得到低分辨率特征fl； 其中，S2.1包括以下步骤： 通过卷积和Transformer的组合CT模块来提取高分辨率数据的全局信息；通过细粒度增强卷积模块根据多差分信息来增强多粒度特征，得到SNFGEE编码器： 上式中，x代表输入数据，Transformer代表Transformer模块，下标×2代表该操作执行2次，f1、f2代表中间特征，fCT代表CT模块的输出，kii＝1,2,3分别代表标准卷积，中心差分，角差分的卷积核，Convn×n代表大小为n的卷积核，fh代表高分辨率数据的特征，代表拼接操作，代表矩阵相加操作，代表矩阵相乘操作； 通过大核卷积提取低分辨率数据的特征，保持细粒度信息，提高特征学习效率；通过高效边缘特征维持卷积利用空间到深度的重组特征来增强深度特征的表达，得到MGEE编码器： MLP.＝Conv5×5ReluConv5×5. scale.＝wAvgPool.+b EEFPCx＝SENConvSPDx,scalex fll＝EEFPCMLPx×4 上式中，x代表输入数据，MLP.代表多层感知机，Relu代表Relu激活函数，scale.代表自适应缩放因子，w、b代表可学习的权重和偏置参数，AvgPool.代表平均池化函数，SE代表Squeeze-and-Excitation模块，NConv代表Non-stridedConvolution，SPD代表Space-to-depth卷积，fl代表低分辨率数据的特征，下标×4代表该操作执行4次； S3：通过多分辨率无损特征融合模块对高、低分辨率特征进行融合，生成融合特征； 其中，S3包括以下步骤： S3.1：构建多分辨率无损特征融合模块； S3.2：将高、低分辨率特征fh、fl输入到MLFF，得到融合特征； 其中，S3.1包括以下步骤： 通过将低分辨率图像中结节的丰富特征信息提取出来，来强化高分辨率图像的结节特征，从而确保在融合过程中不会丢失重要的细节信息，实现精确的特征融合，得到MLFF结构： 上式中，σ代表sigmoid激活函数，f1代表多分辨率通道信息融合后的特征，f2代表多分辨率空间信息融合后的特征,fout代表多分辨率融合特征； S4：将融合特征输入解码器，生成分割结果。

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广东工业大学，其通讯地址为：510060 广东省广州市越秀区东风东路729号大院；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。