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！

龙图腾网获悉上海寻是科技有限公司;青岛大学附属医院申请的专利一种基于人工智能的脑区自动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：CN114782371B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202210441919.9，技术领域涉及：G06V10/26；该发明授权一种基于人工智能的脑区自动分割方法是由伦鹏;王沐晴设计研发完成，并于2022-04-25向国家知识产权局提交的专利申请。

本一种基于人工智能的脑区自动分割方法在说明书摘要公布了：一种基于人工智能的脑区自动分割方法，包括模型训练阶段及模型使用阶段；模型训练阶段包括：一、准备原始数据；二、生成训练数据；对原始图像数据进行预处理、重采样；三、模型训练；将标准模板分割图像数据和训练数据中的图像数据输入至深度神经网络模型，通过模型输出预测的标签分割图像数据，再与训练数据中的重采样后的标签分割图像数据一并计算loss损失函数；模型使用阶段包括：获得新的脑MRI扫描图像，对新原始图像数据进行预处理；然后进行重采样；获得的数据作为使用数据，与标准模板分割图像数据同时输入至训练好的模型，输出预测的标签分割图像数据。本发明脑区分割识别准确率更高，模型更稳定，分割细节更加丰富，可实时进行。

本发明授权一种基于人工智能的脑区自动分割方法在权利要求书中公布了：1.一种基于人工智能的脑区自动分割方法，其特征在于： 包括模型训练阶段以及模型使用阶段；其中， 所述模型训练阶段包括： 步骤一、准备原始数据 采用至少一组数据集，该组数据集为脑MRI扫描图像数据集，该数据集包含至少50位受试者的脑MRI扫描图像； 步骤二、生成训练数据 ①对所述数据集中的原始图像数据进行预处理，包括： 将数据集中的各图像数据统一至同一坐标系中； 将统一坐标系之后的所述图像数据逐一与一标准模板图像数据进行线性配准； 以及，对所述图像数据进行脑部区域的提取； ②获得和预处理后的图像数据对应的标签分割图像数据，步骤包括： 首先，将预处理后的图像数据与所述标准模板图像数据进行非线性配准，并获得一变形场； 然后，将该变形场应用于标准模板分割图像数据，获得预处理后的图像数据对应的标签分割图像数据； ③数据重采样 将预处理后的图像数据及其对应的所述标签分割图像数据重采样至同一固定尺寸a×b×c，获得训练数据，其中a、b、c均为16的倍数； 步骤三、模型训练 将所述标准模板分割图像数据和所述训练数据中的图像数据同时输入至一深度神经网络模型，通过该神经网络模型输出一当前预测的标签分割图像数据，再与所述训练数据中的经过重采样后的标签分割图像数据一并计算loss损失函数用于该模型参数迭代，得到一当前训练模型；重复上述操作，直到loss值稳定；选取一最优训练模型，作为最终模型，实现所述深度神经网络模型的训练； 所述模型使用阶段包括： ①获得一新的脑MRI扫描图像，对所述新的脑MRI扫描图像的新原始图像数据进行所述预处理； ②对预处理后的新原始图像数据进行所述重采样； ③将重采样后的预处理后的新原始图像数据作为使用数据，将所述使用数据以及所述标准模板分割图像数据同时输入至训练好的所述深度神经网络模型，通过该神经网络模型输出一预测的标签分割图像数据； 在模型训练阶段的步骤一中，所述数据集包括ABIDE数据集和ADHD-200数据集； 在模型训练阶段的步骤三中，所述神经网络模型为一3D图像分割网络，包括但不限于VNet3D、UNet3D； 在模型训练阶段的步骤三中，采用广义骰子损失评价多类分割，广义骰子损失如下： ； 其中，表示类别l在第n个体素的标准值，而表示相应的预测值，表示每个类别的权重。

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上海寻是科技有限公司;青岛大学附属医院，其通讯地址为：201422 上海市奉贤区场中路629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。