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！

龙图腾网获悉徐州市中心医院申请的专利基于nnU-Net网络的宫颈癌MRI图像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：CN120471943B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510641075.6，技术领域涉及：G06T7/11；该发明授权基于nnU-Net网络的宫颈癌MRI图像肿瘤分割方法是由周云;惠慧;宁立雨;蔡莉;陈凤;李那;唐艺;李梦茹;谢红銮;王子华;周宇恒设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本基于nnU-Net网络的宫颈癌MRI图像肿瘤分割方法在说明书摘要公布了：本发明涉及图像处理技术领域，尤其涉及一种基于nnU‑Net网络的宫颈癌MRI图像肿瘤分割方法，包括采集宫颈癌患者的宫颈癌MRI图像，对宫颈癌MRI图像进行去除无效背景、进行重采样处理以及边缘切片以输出优化图像；根据图像特征对初始模型进行训练以输出nnU‑Net模型，使用nnU‑Net模型对宫颈癌MRI图像进行自动分割以输出肿瘤区域图像和非肿瘤区域图像；基于优化图像的信噪比确定宫颈癌MRI图像分割的准确性是否符合要求；并对边缘切片重叠率进行调节；若nnU‑Net模型训练的有效性不符合要求，则对预处理数据的批量训练大小进行调节。本发明提高了宫颈癌MRI图像分割的准确性。

本发明授权基于nnU-Net网络的宫颈癌MRI图像肿瘤分割方法在权利要求书中公布了：1.一种基于nnU-Net网络的宫颈癌MRI图像肿瘤分割方法，其特征在于，包括： 采集宫颈癌患者的宫颈癌MRI图像，对所述宫颈癌MRI图像进行去除无效背景、进行重采样处理以及边缘切片以输出优化图像； 对所述优化图像进行图像特征提取，根据所述图像特征对初始模型进行训练以输出nnU-Net模型，通过计算损失函数相较于每个参数的梯度以更新所述nnU-Net模型，使用所述nnU-Net模型对宫颈癌MRI图像进行自动分割以输出肿瘤区域图像和非肿瘤区域图像； 基于优化图像的信噪比确定宫颈癌MRI图像分割的准确性是否符合要求； 若所述宫颈癌MRI图像分割的准确性不符合要求，则对边缘切片重叠率进行调节，或，基于nnU-Net模型的召回率确定nnU-Net模型训练的有效性是否符合要求； 若nnU-Net模型训练的有效性不符合要求，则对预处理数据的批量训练大小进行调节，或，基于相邻训练批次的梯度符号变化率对nnU-Net模型的学习率热重启周期进行调节； 所述边缘切片重叠率的增大幅度通过优化图像的信噪比与预设第一信噪比的差值确定； 优化图像的信噪比与预设第一信噪比的差值在2dB以内时，边缘切片重叠率增大为原来的1.2倍，当优化图像的信噪比与预设第一信噪比的差值超过2dB时，在增大为原来的1.2倍的基础上，每超过1dB，边缘切片重叠率增大2%； 所述预处理数据的批量训练大小的减小幅度通过nnU-Net模型的召回率与预设第一召回率的差值进行确定； nnU-Net模型的召回率与预设第一召回率的差值在0.1以内时，预处理数据的批量训练大小减小为原来的0.9倍；当nnU-Net模型的召回率与预设第一召回率的差值超过0.1时，在减小为原来的0.9倍的基础上，每超过0.05，预处理数据的批量训练大小减小3个； 所述nnU-Net模型的学习率热重启周期的减小幅度通过相邻训练批次的梯度符号变化率与预设变化率的差值进行确定； 相邻训练批次的梯度符号变化率与预设变化率的差值在2%以内时，nnU-Net模型的学习率热重启周期减小为原来的0.9倍；当相邻训练批次的梯度符号变化率与预设变化率的差值超过2%时，在减小为原来的0.9倍的基础上，每超过1%，nnU-Net模型的学习率热重启周期减小2个epoch。

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徐州市中心医院，其通讯地址为：221638 江苏省徐州市泉山区解放南路199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。