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！

龙图腾网获悉深圳大学申请的专利基于深度学习的交互式医学图像分割方法、装置及终端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：CN115797636B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202211618422.6，技术领域涉及：G06V10/26；该发明授权基于深度学习的交互式医学图像分割方法、装置及终端是由王毅;李宗尚;周钰;罗舜聪;王海桥设计研发完成，并于2022-12-15向国家知识产权局提交的专利申请。

本基于深度学习的交互式医学图像分割方法、装置及终端在说明书摘要公布了：本发明公开了一种基于深度学习的交互式医学图像分割方法、装置及终端，首先通过训练样本训练图像分割网络，然后获取用户对图像分割网络输出的分割图像进行交互点击生成的交互信息，根据交互信息校正图像分割网络输出的语义分割概率图，再集成至条件随机场以优化图像分割网络，并通过在特征结果集匹配到与从图像测试样本中提取的特征对应的分割结果，获得图像分割网络输出的分割结果的预测误差以相应调整优化时的学习率。与现有技术相比，通过用户的简单点击优化图像分割网络的预测结果，并能够根据每个测试样本自适应更新图像分割网络的学习率，图像分割网络的优化效果好，能够获得高分割精度的医学图像分割结果。

本发明授权基于深度学习的交互式医学图像分割方法、装置及终端在权利要求书中公布了：1.基于深度学习的交互式医学图像分割方法，其特征在于，所述方法包括： 获取训练样本并训练图像分割网络； 从医学图像数据流中获取医学图像测试样本； 将所述医学图像测试样本输入所述图像分割网络，获得分割图像和语义分割概率图； 获取对所述分割图像进行交互点击后生成的交互信息； 根据所述交互信息对所述语义分割概率图进行校准，将校准后的语义分割概率图集成至条件随机场； 基于从所述医学图像测试样本提取的特征和特征结果集，获得预测误差并根据预测误差获得动态学习率，所述特征结果集用于存储每次从医学图像测试样本提取的特征和所述图像分割网络对医学图像测试样本的分割结果； 当达到设定的终止条件时，获得优化后图像分割网络，否则，返回所述从医学图像数据流中获取医学图像测试样本，并根据条件随机场和动态学习率对图像分割网络进行优化； 获取医学图像并输入优化后图像分割网络，获得医学图像分割结果； 所述获取对所述分割图像进行交互点击后生成的交互信息，包括： 对所述分割图像进行点击以标注前景区域或背景区域，获得前景点集和背景点集； 组合所述前景点集和所述背景点集，获得所述交互信息； 所述根据所述交互信息对所述语义分割概率图进行校准，将校准后的语义分割概率图集成至条件随机场，包括： 基于所述交互信息，获得前景点集和背景点集并计算所述医学图像测试样本中每个体素的指数测地距离； 基于所述前景点集和所述背景点集，根据所述指数测地距离获得指数测地距离前景图和指数测地距离背景图，根据所述语义分割概率图获得前景概率图和背景概率图； 融合所述前景概率图和所述指数测地距离前景图，获得校准后前景概率图； 融合所述背景概率图和所述指数测地距离背景图，获得校准后背景概率图； 将所述校准后前景概率图和所述校准后背景概率图集成至条件随机场； 所述基于从所述医学图像测试样本提取的特征和特征结果集，获得预测误差并根据预测误差获得动态学习率，包括： 基于从所述医学图像测试样本提取的特征，在所述特征结果集中查找与该特征相近的特征，获得特征结果子集； 基于所述特征结果子集，获得参考分割结果； 计算所述参考分割结果与所述图像分割网络对所述医学图像测试样本的分割结果之间的预测误差； 基于所述预测误差，获得所述动态学习率。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区南海大道3688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。