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！

龙图腾网获悉山西大学申请的专利一种基于自监督学习的医学影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：CN116758288B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310847729.1，技术领域涉及：G06V10/26；该发明授权一种基于自监督学习的医学影像分割方法及系统是由白亮;范晋玉;杜航原设计研发完成，并于2023-07-12向国家知识产权局提交的专利申请。

本一种基于自监督学习的医学影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自监督学习的医学影像分割方法及系统，属于人工智能及数字医疗技术领域。本发明所述方法首先对医学影像数据预处理，其次设计了一个可以有效利用无标签医学影像数据的基于自监督学习的医学影像分割方法，该方法可以学习到包含更多细微病变信息的医学影像数据的向量表示，并通过向量表示对医学影像分割，从而提高了医学影像分割的准确率。本发明所述系统用于实现上述方法，包括计算机处理器、内存及图形处理器；医学影像数据存储单元；医学影像数据预处理单元；医学影像表示模型训练单元；医学影像数据分割单元。本发明提高了医学影像细微病变分割的准确率，使早期患者有更大的治疗机会，避免疾病进一步恶化或导致其他并发症。

本发明授权一种基于自监督学习的医学影像分割方法及系统在权利要求书中公布了：1.一种基于自监督学习的医学影像分割方法，其特征在于，包括以下步骤： S1、预处理医学影像数据，转换医学影像数据为标准的医学影像格式，清洗医学影像数据，并构造新的医学影像数据集； S2、依次通过数据增广以及影像掩码方式处理步骤S1中构造的新的医学影像数据集； S3、构建并初始化医学影像表示模型； S4、训练医学影像表示模型，利用步骤S2中得到的医学影像数据集训练步骤S3中构建并初始化的医学影像表示模型； S5、通过S4训练的医学影像表示模型编码待分割的医学影像数据，获得其向量表示，并基于向量表示得到医学影像分割结果； 所述步骤S3中医学影像表示模型分为在线网络与目标网络，具体包括：医学影像在线编码器、医学影像目标编码器、医学影像在线投影头、医学影像目标投影头、医学影像在线解码器、医学影像目标解码器； 所述步骤S3构建并初始化医学影像表示模型具体包括以下步骤： S31、构建并初始化医学影像在线编码器；具体为：以VisionTransformer作为医学影像在线编码器的网络，其中包含12块Transformerblock，将VisionTransformer的最后一层分类线性层替换为医学影像在线投影头，初始化医学影像在线编码器的参数； S32、构建并初始化医学影像目标编码器；具体为：利用VisionTransformer构建了医学影像目标编码器，其中包含12块Transformerblock，并且的参数由医学影像在线编码器的参数指数移动平均更新，如公式1所示： ； 其中，是医学影像目标编码器动量更新的参数； S33、构建并初始化医学影像在线投影头；具体为：医学影像在线投影头为多层非线性感知机网络，包含5层线性层，其中第1、3、4层线性层后面包含一个BatchNormal归一化层以及ReLU非线性激活层，初始化医学影像在线投影头的参数； S34、构建并初始化医学影像目标投影头；具体为：医学影像目标投影头为多层非线性感知机网络，包含2层线性层，这两层线性层中间包含一个BatchNormal归一化层以及ReLU非线性激活层，的参数由的前两层线性层参数动量更新，其更新方式与公式1相同，初始化医学影像目标投影头的网络参数； S35、构建并初始化医学影像在线解码器；具体为：医学影像在线解码器由VisionTransformer模型构造，包含一层线性层以及8块Transformerblock，并且最后一层线性分类层被去掉，初始化医学影像在线解码器的参数； S36、构建并初始化医学影像目标解码器；具体为：利用VisionTransformer模型构造医学影像目标解码器，其中包含一层线性层以及8块Transformerblock，的网络参数由的参数动量更新。

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山西大学，其通讯地址为：030006 山西省太原市坞城路92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。