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！

龙图腾网获悉浙江工业大学申请的专利一种基于选择性多分支空洞卷积的腺体细胞图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：CN115457061B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202211043189.3，技术领域涉及：G06T7/12；该发明授权一种基于选择性多分支空洞卷积的腺体细胞图像分割方法是由何熊熊;龚歆宇;古梦婷;朱润雯;杨文琴;董胜;李胜设计研发完成，并于2022-08-30向国家知识产权局提交的专利申请。

本一种基于选择性多分支空洞卷积的腺体细胞图像分割方法在说明书摘要公布了：本发明涉及一种基于选择性多分支空洞卷积的腺体细胞图像分割方法，输入腺体细胞图像数据集，以改进的UNet作为主干网络，构建基于选择性多分支空洞卷积的腺体细胞分割网络，所述网络以上下文编码网络捕获更多高级特征，以通道注意力模块自适应重新校准通道特征响应并突出最相关的特征通道，以多尺度选择模块放大有效信息和抑制冗余信息，选择合适尺度的空洞卷积分支；以输入的腺体细胞图像数据集对构建的分割网络进行训练，得到稳定的分割网络；输入待分割腺体细胞图像，以稳定的分割网络进行腺体细胞分割。本发明具有更好的泛化能力，特别适用于结直肠息肉中腺体的尺度大小、形状变化差异大的情况。

本发明授权一种基于选择性多分支空洞卷积的腺体细胞图像分割方法在权利要求书中公布了：1.一种基于选择性多分支空洞卷积的腺体细胞图像分割方法，其特征在于：所述方法包括以下步骤： 步骤1：输入腺体细胞图像数据集； 步骤2：以改进的UNet作为主干网络，构建基于选择性多分支空洞卷积的腺体细胞分割网络，所述网络以上下文编码网络捕获更多高级特征，以通道注意力模块自适应重新校准通道特征响应并突出最相关的特征通道，以多尺度选择模块放大有效信息和抑制冗余信息，选择不同尺度的空洞卷积分支； 所述网络以经过ImageNet预训练的ResNet34作为特征编码器模块，以所述特征编码器模块的前4个特征提取器进行下采样，输入解码器模块；所述解码器模块包括4个组合解码器，所述组合解码器包括顺次连接的通道注意力模块、多尺度选择模块和密集空洞卷积模块，所述通道注意力模块前及密集空洞卷积模块后分别设置有卷积层；以通道注意力模块输出的特征输入所述多尺度选择模块，输入的特征映射乘以训练期间学习的因子，获得所选特征映射中每个像素的值后再与输入的特征映射相加，得到被选择的不同尺度的特征；所述学习的因子包括顺次设置的卷积层、BN层及激活函数；所述因子小于预设值时，像素值被抑制；所述因子大于预设值时，像素值被放大；4个特征提取器与4个组合解码器配合设置； 步骤3：以输入的腺体细胞图像数据集对构建的分割网络进行训练，得到稳定的分割网络； 步骤4：输入待分割腺体细胞图像，以稳定的分割网络进行腺体细胞分割。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。