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！

龙图腾网获悉东华理工大学南昌校区申请的专利一种基于自适应各向异性卷积的医学影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：CN120726076B 。

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：202511244241.5，技术领域涉及：G06T7/11；该发明授权一种基于自适应各向异性卷积的医学影像分割方法是由王蕾;陈功新;殷秀强;欧阳隆;郭爱华设计研发完成，并于2025-09-02向国家知识产权局提交的专利申请。

本一种基于自适应各向异性卷积的医学影像分割方法在说明书摘要公布了：本申请提供一种基于自适应各向异性卷积的医学影像分割方法，包括：获取包含多个腹部器官及肾脏肿瘤的图像与标签的三维医学CT数据集，并对数据集进行预处理；划分数据集为训练集和测试集，用于模型训练与评估；设计基于自适应各向异性卷积层的三维医学影像分割网络模型，将预处理的训练集输入三维医学影像分割网络模型中，通过并行多模态卷积、自适应注意力权重生成、加权特征动态融合、多阶段深监督对三维医学影像分割网络模型进行训练，优化模型参数；将优化后的三维医学影像分割网络模型应用于测试集，生成边界清晰、细节保留完整的三维分割结果，为临床诊断与治疗规划提供支持。

本发明授权一种基于自适应各向异性卷积的医学影像分割方法在权利要求书中公布了：1.一种基于自适应各向异性卷积的医学影像分割方法，其特征在于，包括： 获取包含多个腹部器官及肾脏肿瘤的图像与标签的三维医学CT数据集，并对数据集进行预处理； 划分数据集为训练集和测试集，用于模型训练与评估； 设计基于自适应各向异性卷积层的三维医学影像分割网络模型，将预处理的训练集输入三维医学影像分割网络模型中，通过并行多模态卷积、自适应注意力权重生成、加权特征动态融合、多阶段深监督对三维医学影像分割网络模型进行训练，优化模型参数； 其中，所述基于自适应各向异性卷积层的三维医学影像分割网络模型包括： 自适应各向异性卷积层：同时执行标准三维卷积3×3×3与空间分离卷积3×1×1加1×3×3双路运算，通过动态权重机制融合两路特征图，由通道注意力机制动态生成，自适应平衡空间信息交互与各向异性特征解耦； 对称编解码结构：编码器6层，通道数从24提升到320，解码器5层，通道数从320降低到24，每层解码器输出分割结果进行深度监督； 其中，编码路径由6个编码器模块构成，每个模块包含两个AAs-conv层，通过步长不一的卷积操作进行下采样，逐层生成特征图，且特征图的通道数逐层增加、分辨率逐层降低；译码路径由5个译码器模块构成，每个模块包含一个AAs-conv层，通过转置卷积进行上采样以恢复特征图分辨率，并与编码器对应层级的特征图进行拼接； 跨尺度特征融合模块：在编码路径中,通过平均池化将第一层编码器输出的原始分辨率特征图通过平均池化和卷积缩放后与深层低分辨率特征图相加融合；具体表述为和，其中表示第一层编码器的输出，表示对应第层编码器融合前的输出且大于1，表示对应第层编码器融合后的输出且大于1，表示跨尺度连接映射，表示LeakyReLU非线性变换运算，表示平均池化运算,表示核为1×1×1的卷积运算，表示InstanceNorm归一化运算； 将优化后的三维医学影像分割网络模型应用于测试集，生成边界清晰、细节保留完整的三维分割结果。

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东华理工大学南昌校区，其通讯地址为：330000 江西省南昌市经济技术开发区广兰大道418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。