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 > 电子科技大学何奇获国家专利权

电子科技大学何奇获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利一种基于双解码器结构的边界增强超声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:CN119887804B

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:202510062663.4,技术领域涉及:G06T7/11;该发明授权一种基于双解码器结构的边界增强超声图像分割方法是由何奇;罗园新;庞永杰;崔翔昊;李睿璇;陈智设计研发完成,并于2025-01-15向国家知识产权局提交的专利申请。

一种基于双解码器结构的边界增强超声图像分割方法在说明书摘要公布了:本发明属于医学图像处理与深度学习交叉技术领域,具体提供一种基于双解码器结构的边界增强超声图像分割方法,用以解决现有技术中超声图像分割边界不平滑、精度不足的问题。本发明提出构建包含主解码器Seg‑decoder与边界解码器Bor‑decoder的超声图像分割网络,利用Bor‑decoder专注处理边界像素的分割,并通过特征融合机制为Seg‑decoder提供边界特征信息,提升模型的整体分割能力,同时引入多尺度结构增强对复杂目标的适应性;本发明通过引入边界特征增强机制及多尺度结构设计,实现更高精度的超声图像分割;不仅提升了分割性能和边界分割质量,还显著提高了诊断结果的可靠性,在医学图像自动分割领域具有重要的研究价值和应用前景。

本发明授权一种基于双解码器结构的边界增强超声图像分割方法在权利要求书中公布了:1.一种基于双解码器结构的边界增强超声图像分割方法,其特征在于,包括以下步骤: 步骤1、构建超声图像数据集,并对所有超声图像分别进行预处理; 步骤2、采用边缘检测方法对所有超声图像分别提取目标区域边界,生成二值化边界标签矩阵,并结合池化操作完成平滑处理; 步骤3、构建超声图像分割网络,包括:编码器与主解码器Seg-decoder、边界解码器Bor-decoder,其中,输入图像经过编码器,编码器依次输出多尺度编码特征,多尺度编码特征通过跳跃连接对应分别输入至主解码器与边界解码器,主解码器、边界解码器分别与编码器形成MS-Unet结构;边界解码器经过逐级解码后由输出层输出边界区域分割结果,同时,边界解码器中每一级解码所得上采样特征图跳跃连接至主解码器的相应解码层,主解码器将其与自身解码所得上采样特征图进行特征拼接后进行下一级解码,主解码器经过逐级解码后由输出层输出目标区域分割结果; 步骤4、定义混合损失函数,基于训练集对超声图像分割网络完成训练,得到超声图像分割模型;混合损失函数具体表示为: L=A×LtGS,PS+B×LtGBS,PBS, 其中,L表示混合损失函数,Lt表示Tversky损失,GS与PS分别表示目标区域的真实标签与预测值,GBS与PBs分别表示边界区域的真实标签与预测值,A与B分别表示目标区域与边界区域的损失权重; 步骤5、将待处理超声图像经过相同预处理后输入超声图像分割模型,由超声图像分割模型输出目标区域分割结果与边界区域分割结果。

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电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006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。