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！

龙图腾网获悉中国医科大学申请的专利一种基于生成对抗网络的肺部CT病变通用自动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：CN116596945B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202310577335.9，技术领域涉及：G06T7/11；该发明授权一种基于生成对抗网络的肺部CT病变通用自动分割方法是由宋江典;王禹滋;陈博宇;王嘉俊;刘奕墨;丁慕菲设计研发完成，并于2023-05-22向国家知识产权局提交的专利申请。

本一种基于生成对抗网络的肺部CT病变通用自动分割方法在说明书摘要公布了：本发明属于图像分割技术领域，尤其涉及一种基于生成对抗网络的肺部CT病变通用自动分割方法。其对肺部CT图像病变实现通用的自动分割，降低了为各个类型的肺部病变CT图像重新设计不同分割方法的成本。包括：基于U‑net与注意力网络的融合生成网络分割肺部CT图像病变区域，获取所述肺部CT图像病变区域的分割图像；基于融合自监督旋转损失的判别网络，根据所述肺部CT图像上病变区域的分割图像与真实病变图像，计算分割图像与真实病变图像之间的图像损失及自监督旋转损失；基于所述分割图像与真实病变图像的损失值对生成网络与判别网络分别进行训练与优化，以实现肺部CT图像上肺病变区域的自动分割。

本发明授权一种基于生成对抗网络的肺部CT病变通用自动分割方法在权利要求书中公布了：1.一种基于生成对抗网络的肺部CT病变通用自动分割方法，其特征在于：包括： 基于U-net与注意力网络的融合生成网络分割肺部CT图像病变区域，获取所述肺部CT图像病变区域的分割图像； 基于融合自监督旋转损失的判别网络，根据所述肺部CT图像上病变区域的分割图像与实病变图像，计算分割图像与真实病变图像之间的图像损失及自监督旋转损失； 基于所述分割图像与真实病变图像的损失值对生成网络与判别网络分别进行训练与优化，以实现肺部CT图像上肺病变区域的自动分割； 所述基于融合自监督旋转损失的判别网络，根据所述肺部CT图像上病变区域的分割图像与真实病变图像，计算分割图像与真实病变图像之间的图像损失及自监督旋转损失包括： 根据所述肺部CT图像上病变区域的分割图像与真实病变图像，分别旋转图像N°并拼接，获得肺部CT图像上病变区域的分割图像与真实病变图像及旋转图像的one-hot编码； 其中，Gx0°表示分割图像，GxN°表示旋转N°后的分割图像，Rx0°表示真实病变图像，RxN°表示旋转N°后的真实病变图像； 还包括： 将ConcatGx0°，GxN°、ConcatRx0°，RxN°输入判别网络计算网络损失： 其中，Conv_D表示判别网络，G_pro_loss和R_pro_loss分别表示所述分割图像与真实病变图像经判别网络的图像损失，G_rot_pros和R_rot_pros分别表示所述分割图像与真实病变图像经判别网络的自监督旋转概率值； 还包括：分割图像与真实病变图像的经判别网络计算的自监督旋转损失，由下式计算： 其中，binary_Cross表示损失计算方法，rot_labels表示图像的one-hot编码，G_Rot_loss表示分割图像经判别网络的自监督旋转损失值，R_Rot_loss表示真实病变图像经判别网络的自监督旋转损失值。

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中国医科大学，其通讯地址为：110122 辽宁省沈阳市沈北新区蒲河路77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。