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！

龙图腾网获悉西北大学申请的专利一种基于深度学习的肺癌病理图像中主肿瘤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：CN116912491B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310806375.6，技术领域涉及：G06V10/26；该发明授权一种基于深度学习的肺癌病理图像中主肿瘤分割方法是由崔磊;王亚栋;刘苗;亢宇鑫;张育;杨林设计研发完成，并于2023-07-03向国家知识产权局提交的专利申请。

本一种基于深度学习的肺癌病理图像中主肿瘤分割方法在说明书摘要公布了：本发明涉及一种基于深度学习的肺癌病理图像中主肿瘤分割方法，包括：获取经HE染色的肺癌WSI病理图像切片，由病理专家手动注释，并进行数据集划分；构建主肿瘤分割模型，以获得肺癌病理切片中的主肿瘤区域；优化主肿瘤分割模型，基于区域分割模型添加TCA模块，加强模型学习主肿瘤边界内外的特征的能力，同时通过ABL和IOU损失，细化区域分割边界信息，训练模型直至收敛；评估与测试以及结果可视化。在经HE染色的肺癌WSI切片中，该方法基于图像分割模型，利用TCA模块、ABL和IOU损失，加强模型学习主肿瘤边界内外的特征的能力，使模型关注边界相关的信息，有效提高了图像分割模型在边界处的分割效果。

本发明授权一种基于深度学习的肺癌病理图像中主肿瘤分割方法在权利要求书中公布了：1.一种基于深度学习的肺癌病理图像中主肿瘤分割方法，其特征在于，包括下列步骤： 步骤一：获取经HE染色的肺癌WSI病理图像切片，由病理专家手动注释，并进行数据集划分； 步骤二，构建主肿瘤分割模型，以获得肺癌病理切片中的主肿瘤区域，具体包括： 所述构建主肿瘤分割模型首先采用deeplabv3+图像分割网络将所划分的训练数据进行特征提取，使用空洞卷积、多尺度融合、以及编码结构和解码结构进行语义分割；其中，空洞卷积可以增加感受野，从而在保证分辨率的前提下，获取更多的上下文信息；编码解码结构用于逐渐获得清晰的物体边界；然后将得到的特征输入到ASPP模块中，以获取不同尺度下的上下文信息，并从中提取出更加丰富的特征；紧接着将其输入到TCA模块，加强模型学习主肿瘤边界内外的特征的能力，最后与解码结构得到的特征进行融合，实现肺癌WSI中主肿瘤分割； 步骤三，优化主肿瘤分割模型，基于区域分割模型添加TCA模块，加强模型学习主肿瘤边界内外的特征的能力，同时通过ABL和IOU损失，细化区域分割边界信息，训练主肿瘤分割模型直至收敛；步骤三的具体方法是，基于构建的主肿瘤分割模型，对模型进行优化，添加TCA模块，TCA模块的输入是经过ASPP模块后的中间层特征，TCA模块的输出为与输入特征长、宽和通道数一致的增强后特征，TCA模块通过VisualTransformer和Coordinateattention，实现加强模型学习主肿瘤边界内外的特征的能力；最后根据损失收敛的情况，在100个训练周期后停止训练；图像最小批量大小为四个，为了确保分割模型对不同数据的泛化性能，在训练过程中，使用随机尺度，随机裁剪和随机水平翻转的数据增强方式训练图像； 步骤四，评估与测试以及结果可视化。

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西北大学，其通讯地址为：710069 陕西省西安市太白北路229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。