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！

龙图腾网获悉河南工业大学申请的专利基于多尺度Transformer的医学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：CN115170584B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202210795156.8，技术领域涉及：G06T7/11；该发明授权基于多尺度Transformer的医学图像分割方法是由杨铁军;崔晓娟;白鑫昊;苗建雨;李冰洁;张自豪;樊超;金军委;李磊;任笑真设计研发完成，并于2022-07-07向国家知识产权局提交的专利申请。

本基于多尺度Transformer的医学图像分割方法在说明书摘要公布了：本发明公开了基于多尺度Transformer的医学图像分割方法，应用于医学图像处理技术领域，包括：获取多模态心脏数据集，对多模态心脏数据集进行数据预处理，得到训练集；将训练集输入至包含有多尺度Transformer模块以及跳跃连接的分割网络模型中进行迭代训练，构造最优权重参数的整体目标函数模型；输入待测试图像至最优权重参数的整体目标函数模型，得到分割结果。本方法通过多尺度Transformer模块和跳跃连接有效地整合全局特征和局部特征，为心脏图像的全局和局部特征建模，提升生成器GA的特征提取能力，使得生成器重建后的图像分辨率更高，进而实现更高效更精准的多模态心脏图像分割。

本发明授权基于多尺度Transformer的医学图像分割方法在权利要求书中公布了：1.基于多尺度Transformer的医学图像分割方法，其特征在于，包括： 步骤1：获取多模态心脏数据集，对所述多模态心脏数据集进行数据预处理，得到训练集； 步骤2：将所述训练集输入至包含有多尺度Transformer模块以及跳跃连接的分割网络模型中进行迭代训练，构造最优权重参数的整体目标函数模型L； 步骤3：输入待测试图像至所述最优权重参数的整体目标函数模型L，得到分割结果； 步骤2中，所述分割网络模型具体为： 将所述训练集作为源域图像输入至生成器，转换得到类似目标域图像；判别器与生成器竞争，通过判别损失进行优化，判别出所述类似目标域图像和目标域图像 将所述类似目标域图像和所述目标域图像输入至共享编码器中提取特征，并将特征同时输入至解码器和分类器中： 所述共享编码器与所述解码器构成反向生成器，输出重构后的源域图像和类似源域图像；判别器与所述反向生成器竞争，通过判别损失进行优化，判别出所述源域图像和所述类似源域图像，通过判别损失进行优化，判别出重构后的所述源域图像和所述类似源域图像，并使用反向生成器施加循环一致性损失； 所述共享编码器与所述分类器构成分割网络，利用分割损失优化所述分割网络，输出分割预测结果和，判别器通过判别损失区分和； 所述判别损失，如下： 其中，表示生成器；表示判别器；表示目标域图像；表示源域图像； 所述判别损失，如下： 其中，表示生成器；表示判别器；表示源域图像；表示目标域图像； 所述判别损失，如下： = 其中，表示判别器；表示共享编码器；表示目标域图像；表示类似目标域图像； 所述循环一致损失，如下： 其中，表示生成器；表示判别器；表示共享编码器；表示源域图像；表示目标域图像；表示类似目标域图像； 所述分割损失，如下： 其中，表示共享编码器；表示分类器；表示源域标签图像；H表示交叉熵损失；Dice表示重合度损失； 所述判别损失，如下： 其中，表示共享编码器；表示分类器；表示判别器；表示目标域图像；表示类似目标域图像。

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河南工业大学，其通讯地址为：450001 河南省郑州市高新区莲花街100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。