Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学李向宇获国家专利权

哈尔滨工业大学李向宇获国家专利权

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!

龙图腾网获悉哈尔滨工业大学申请的专利一种基于先验引导扩散模型的不确定性医学图像分割系统及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:CN119887792B

龙图腾网通过国家知识产权局官网在2025-10-21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:202510069480.5,技术领域涉及:G06T7/10;该发明授权一种基于先验引导扩散模型的不确定性医学图像分割系统及方法是由李向宇;李凡丁;董庆;田野;骆功宁;王宽全设计研发完成,并于2025-01-16向国家知识产权局提交的专利申请。

一种基于先验引导扩散模型的不确定性医学图像分割系统及方法在说明书摘要公布了:一种基于先验引导扩散模型的不确定性医学图像分割系统及方法,它属于医学图像分割技术领域。本发明解决了现有扩散模型的推理过程慢的问题。本发明在先验阶段生成距离目标分布更近的中间分布,后续在全部预测结果的推理过程中均共享先验阶段生成的中间分布,使全部预测结果的推理过程都从相同的中间分布开始,不但避免了冗余的推理过程,并且先验阶段中先验网络的推理速度还显著快于扩散模型的推理过程,从而大幅实现推理过程的加速。而后使用带有额外分割监督的流匹配扩散模型进行多预测结果生成,流匹配的扩散路径在隐空间中是一条直线,这使得流匹配能够使用更少的推理步数就能达到良好的推理效果。本发明方法可以应用于医学图像分割。

本发明授权一种基于先验引导扩散模型的不确定性医学图像分割系统及方法在权利要求书中公布了:1.一种基于先验引导扩散模型的不确定性医学图像分割系统,其特征在于,所述系统包括医学图像获取模块、医学图像处理模块和基于先验引导的扩散模型M,且基于先验引导的扩散模型M内包括先验引导模块M1和流匹配扩散模块M2;其中: 所述医学图像获取模块用于获取待分割的患病医学图像; 所述医学图像处理模块用于对待分割的患病医学图像进行处理,获得处理后的待分割患病医学图像; 所述基于先验引导的扩散模型M的输入为处理后的待分割患病医学图像,基于先验引导的扩散模型M的输出为待分割患病医学图像的分割结果; 在基于先验引导的扩散模型M内,输入的处理后待分割患病医学图像首先经过先验引导模块M1,再将先验引导模块M1的输出和处理后待分割患病医学图像作为流匹配扩散模块M2的输入,将流匹配扩散模块M2的输出作为先验引导的扩散模型M的输出; 所述先验引导模块M1内包括编码器、解码器、第一卷积层以及第二卷积层;先验引导模块M1的工作过程为: 步骤S21、将处理后的待分割患病医学图像作为编码器的输入,将编码器的输出作为解码器的输入; σ=fθX 其中,X是输入的处理后的待分割患病医学图像,fθ·是先验引导模块M1中的编码器-解码器结构,σ是解码器的输出; 步骤S22、将解码器的输出分别作为第一卷积层和第二卷积层的输入; μ=conv1σ ∑=conv2σ 其中,conv1·表示第一卷积层,μ表示第一卷积层的输出,conv2·表示第二卷积层,Σ表示第二卷积层的输出; 再建模以μ为均值、以∑为方差的中间高斯分布X0~Nμ,∑,Nμ,∑即为先验引导模块M1的输出; 所述流匹配扩散模块M2内包括串联的T个U-Net分割网络,流匹配扩散模块M2的工作过程为: 对中间高斯分布X0进行采样得到一个采样结果x0,将待分割患病医学图像和采样结果x0连接得到连接结果x′0,1,将连接结果x′0,1作为第一个U-Net分割网络的输入,利用第一个U-Net分割网络对输入的连接结果x′0,1进行第一个时间步的分布变换,将第一个U-Net分割网络的输出作为第一个时间步的分布变换结果g0,1x′0,1; 再将待分割患病医学图像和g0,1x′0,1连接得到连接结果x′0,2,将连接结果x′0,2作为第二个U-Net分割网络的输入,利用第二个U-Net分割网络对连接结果x′0,2进行第二个时间步的分布变换,得到第二个时间步的分布变换结果g0,2x′0,2,以此类推,将待分割患病医学图像和第T-1个时间步的分布变换结果g0,T-1x′0,T-1连接得到连接结果x′0,T,利用第T个U-Net分割网络对连接结果x′0,T进行第T个时间步的分布变换,得到第T个时间步的分布变换结果g0,Tx′0,T; 将第T个时间步的分布变换结果g0,Tx′0,T作为采样结果x0对应的图像分割结果 同理,对中间高斯分布X0进行多次采样得到多个采样结果,再分别得到每个采样结果对应的图像分割结果,全部采样结果对应的图像分割结果即为待分割患病医学图像的分割结果。

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哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。