Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东工业大学姬玉柱获国家专利权

广东工业大学姬玉柱获国家专利权

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!

龙图腾网获悉广东工业大学申请的专利一种基于语义上下文关系与几何感知先验的医疗影像器官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:CN119251491B

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:202411242874.8,技术领域涉及:G06V10/26;该发明授权一种基于语义上下文关系与几何感知先验的医疗影像器官分割方法是由姬玉柱;邱淑洁;张逸群;曾安设计研发完成,并于2024-09-05向国家知识产权局提交的专利申请。

一种基于语义上下文关系与几何感知先验的医疗影像器官分割方法在说明书摘要公布了:本发明涉及医学图像处理领域,提出一种基于语义上下文关系与几何感知先验的医疗影像器官分割方法,其步骤包括:将具有分割真值的多器官医疗影像数据划分出几何信息作为几何先验约束;对待分割的多器官医疗影像数据进行预处理,并输入基于三维卷积的编码译码网络抽取多级特征;对多器官医疗影像数据计算空间上下文语义关系,并将所述空间上下文语义关系注入多级特征;通过编码译码网络将所述几何先验约束与多级特征进行特征融合,并基于激活函数对待分割的多器官医疗影像数据进行器官分割,得到分割结果。本发明可有效解决现有技术对三维器官图像划分不精确的问题。

本发明授权一种基于语义上下文关系与几何感知先验的医疗影像器官分割方法在权利要求书中公布了:1.一种基于语义上下文关系与几何感知先验的医疗影像器官分割方法,其特征在于,包括以下步骤: 将具有分割真值的多器官医疗影像数据划分出几何信息作为几何先验约束; 对待分割的多器官医疗影像数据进行预处理,并输入基于三维卷积的编码译码网络抽取多级特征; 对多器官医疗影像数据计算空间上下文语义关系,并将所述空间上下文语义关系注入所述多级特征; 通过所述编码译码网络将所述几何先验约束与所述多级特征进行特征融合,并基于激活函数对待分割的多器官医疗影像数据进行器官分割,得到分割结果; 所述将空间上下文语义关系注入所述多级特征的步骤包括:通过所述编码译码网络内的多级旁路输出结构和特征金字塔,逐级将上下文语义关系注入多级特征; 所述逐级将上下文语义关系注入多级特征的步骤包括:利用多级旁路输出结构预测不同层级上的语义关系,通过引入循环连接和三维卷积,将预测得到的高级特征层语义关系信息,沿特征金字塔结构传播到低级特征表达中,其表达式为: 其中,表示第i级语义上下文关系预测结果;表示第i级语义上下文关系预测网络;表示第i级特征的三维卷积层;CAT表示特征级联操作;表示特征层数,表示第层特征; 所述特征融合的步骤包括:先将所述几何先验约束融合进多级特征中的第一级特征中,将注入有空间上下文语义关系的多级特征和融合了几何先验约束的第一级特征利用三维卷积层进行特征融合,其表达式如下: 其中,表示融合了空间上下文语义关系与几何先验约束的特征,表示三维卷积层;CAT表示特征级联操作;表示第i级语义上下文关系预测结果;表示带有几何先验约束的第一级特征。

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广东工业大学,其通讯地址为:510080 广东省广州市越秀区东风东路729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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。