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！

龙图腾网获悉南京邮电大学申请的专利一种基于像素级对比学习的小样本医学图像分割方法及系统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：CN118212249B 。

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：202410299170.8，技术领域涉及：G06T7/11；该发明授权一种基于像素级对比学习的小样本医学图像分割方法及系统是由胡晓飞;吴佳芸;邹贵春;武灵芝;安荣荣设计研发完成，并于2024-03-15向国家知识产权局提交的专利申请。

本一种基于像素级对比学习的小样本医学图像分割方法及系统在说明书摘要公布了：本发明公开了一种基于像素级对比学习的小样本医学图像分割方法及系统，方法包括：获取并处理不同器官的MRI图像数据，将非心脏器官的MRI图像数据作为训练集和验证集，将心脏MRI图像数据作为测试集；将非心脏器官的MRI图像数据输入至双分支网络小样本学习分割模型进行训练与验证；利用像素级对比学习方法优化双分支网络小样本学习分割模型；使用训练好的双分支网络小样本学习分割模型对测试集数据进行预测，获取分割预测结果。本发明提出的基于坐标划分正负样本的像素级对比学习方法，不仅降低了医学图像标注成本，提升了双分支网络小样本学习分割模型的泛化能力，还通过优化正负样本划分提高了分割精度，增强了像素间的语义相关性。

本发明授权一种基于像素级对比学习的小样本医学图像分割方法及系统在权利要求书中公布了：1.一种基于像素级对比学习的小样本医学图像分割方法，其特征在于，包括：获取并处理不同器官的MRI图像数据，将非心脏器官的MRI图像数据作为训练集和验证集，将心脏MRI图像数据作为测试集，训练集、验证集和测试集分别包括支持集和查询集； 将所述非心脏器官的MRI图像数据输入至双分支网络小样本学习分割模型，利用条件分支提取支持集特征向量，所述支持集特征向量通过激励和压缩后，再传递给分割分支以分割查询集图像； 利用像素级对比学习方法优化所述双分支网络小样本学习分割模型，包括，在条件分支与分割分支的瓶颈块中利用多层感知机网络获取支持集像素级特征和查询集像素级特征； 计算查询集像素级特征中每一个像素点样本分别与支持集像素级特征中像素点样本的欧氏距离，表示为： 其中，qi,j为查询集像素级特征像素点样本坐标，km,n为支持集像素级特征像素点样本坐标，m为支持集像素级特征像素点样本的横坐标，i为查询集像素级特征像素点样本的横坐标，n为支持集像素级特征像素点样本的纵坐标，j为查询集像素级特征像素点样本的纵坐标； 计算对比学习损失函数，将对比学习损失函数结果和交叉熵损失函数相结合，获取最终混合损失函数； 其中，计算对比学习损失函数，包括根据划分好的正负样本计算对比学习损失函数，表示为： 其中，q为查询集像素级特征数据，k为支持集像素级特征数据，P为正样本集合，N为负样本集合，为正样本，为负样本，τ为温度超参数，M为正样本的数量，Lcpc为对比损失函数值； 使用训练好的双分支网络小样本学习分割模型对测试集数据进行预测，获取分割预测结果。

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南京邮电大学，其通讯地址为：210003 江苏省南京市新模范马路66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。