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！

龙图腾网获悉云南大学申请的专利一种基于高分辨率网络与边界增强的MRI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：CN116452619B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202310370910.8，技术领域涉及：G06T7/12；该发明授权一种基于高分辨率网络与边界增强的MRI图像分割方法是由杨云;董振威;张炎设计研发完成，并于2023-04-10向国家知识产权局提交的专利申请。

本一种基于高分辨率网络与边界增强的MRI图像分割方法在说明书摘要公布了：本发明公开了一种基于高分辨率网络与边界增强的MRI图像分割方法，包括以下步骤：对于需要进行分割的MRI图像，进行预处理操作；预处理后的图像数据分别输入第一个高分辨率分割网络模型Model11和第二个高分辨率分割网络模型Model22，两个模型均为基于SwinTransformer的高分辨率分割网络模型HRSwinNet，其中Model22采用边界增强方法；所述边界增强方法为基于自适应权重的边界增强学习方法和或基于知识蒸馏的边界增强学习方法；将Model11的输出结果和Model22的输出结果进行平均运算得到最终分割结果。本发明解决了现有脑肿瘤MRI图像分割时分辨率降低以及边界区域难以区分的问题。

本发明授权一种基于高分辨率网络与边界增强的MRI图像分割方法在权利要求书中公布了：1.一种基于高分辨率网络与边界增强的MRI图像分割方法，其特征在于，包括以下步骤： 步骤S1、对于需要进行分割的MRI图像，进行预处理操作； 步骤S2、预处理后的图像数据分别输入第一个高分辨率分割网络模型和第二个高分辨率分割网络模型，两个模型均为基于Swin Transformer的高分辨率分割网络模型HRSwinNet，其中采用边界增强方法； 所述边界增强方法为基于自适应权重的边界增强学习方法和或基于知识蒸馏的边界增强学习方法； 步骤S3、将最终的输出结果和最终的输出结果进行平均运算得到最终分割结果； 所述步骤S2中基于自适应权重的边界增强学习方法具体为： 首先对高分辨率分割网络模型HRSwinNet进行常规训练，将训练后的模型记作；将训练数据输入和待训练模型的输出结果为 ，经过得到概率值，计算和真实值的交叉熵，之后将C的值经过Sigmoid函数，将其映射到之间，此时获取的值为要对加权的权重值，采用权重对进行加权，得到增强后的模型； 所述训练过程中计算损失的时候通过与权重计算内积，最终结果即为加权之后的损失； 所述步骤S2中基于知识蒸馏的边界增强学习方法具体为： 首先对高分辨率分割网络模型HRSwinNet进行常规训练，将训练后的模型记作；训练数据同时进入和待训练模型的输出结果为，随后对做Softmax操作，得到一个像素点的四维向量，向量的每一个方向的长度就代表所述像素点是其对应类别的概率；对四维向量各个方向的值计算方差，越大，位于边界区域的概率越大；将方差值小于超参数的点的硬标签值替换为软标签，将与新的软标签计算损失，从而获得一个更强的分割模型。

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云南大学，其通讯地址为：650091 云南省昆明市五华区翠湖北路2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。