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！

龙图腾网获悉厦门大学申请的专利基于细节和语义深监督的医学影像分割方法、电子设备和存储介质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：CN119180955B 。

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：202411224391.5，技术领域涉及：G06V10/26；该发明授权基于细节和语义深监督的医学影像分割方法、电子设备和存储介质是由纪荣嵘;黄钊宏;张玉鑫;林明宝设计研发完成，并于2024-09-03向国家知识产权局提交的专利申请。

本基于细节和语义深监督的医学影像分割方法、电子设备和存储介质在说明书摘要公布了：本发明公开一种基于细节和语义深监督的医学影像分割方法、电子设备和存储介质，解决现有技术中存在的问题，保证低级特征与高级特征监督的同步融合，以便产生更可靠的分割结果。本发明包括以下具体步骤：步骤1、对于输入深监督神经网络的医学影像，提取其低级特征和高级特征，并输入细节增强模块和语义增强模块中进行解码以产生监督信号；步骤2、在训练阶段，进行每个监督信号的优化；步骤3、在推理过程，对所有的监督信号进行累加，得到最终的分割结果。

本发明授权基于细节和语义深监督的医学影像分割方法、电子设备和存储介质在权利要求书中公布了：1.一种基于细节和语义深监督的医学影像分割方法，其特征在于所使用的深监督神经网络包括细节增强模块和语义增强模块，包括以下具体步骤： 步骤1、对于输入深监督神经网络的医学影像，提取其低级特征和高级特征，并输入细节增强模块和语义增强模块中进行解码以产生监督信号； 步骤2、在训练阶段，进行每个监督信号的优化； 步骤3、在推理过程，对所有的监督信号进行累加，得到最终的分割结果； 所述细节增强模块接收低级特征和高级特征作为输入，并执行如下操作： 将低级特征经过一个最大池化层和两个具有相同尺寸大小的卷积层后再应用sigmoid函数，以获取细节掩码，其计算公式表达为： ； 其中，和分别表示sigmoid函数和最大池化操作，表示卷积核尺寸为的卷积操作； 对高级特征进行一个两倍上采样，然后将其与低级特征进行向量拼接操作，之后通过由ReLU函数连续实现的若干部署的卷积层以及一个部署的卷积层，最终得到融合特征，其计算公式表达为： ； 其中，和分别表示卷积核尺寸为、的卷积操作；表示ReLU函数；表示通道维度的向量拼接操作；表示两倍上采样操作； 在细节掩码与融合特征之间进行逐元素乘法，并采样一个包含低级特征的残差连接，生成细节增强的解码器输出，其计算公式表达为： ； 所述语义增强模块接收低级特征和高级特征作为输入，并执行如下操作： 对高级特征进行一个两倍上采样后，通过空间注意力生成语义掩码，其计算公式表达为： ； 其中，表示空间注意力； 将语义掩码与低级特征相乘，并使用通道注意力进行建模通道之间的关联，再采样一个包含高级特征的残差连接，以生成语义增强模块的最终输出，其计算公式表达为： ； 其中，表示通道注意力。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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。