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！

龙图腾网获悉沈阳建筑大学申请的专利一种脑血管图像-标签两阶段生成方法、装置及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：CN115719335B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202211368903.6，技术领域涉及：G06T7/00；该发明授权一种脑血管图像-标签两阶段生成方法、装置及存储介质是由李孟歆;李松昂;朴东辉;吕凡设计研发完成，并于2022-11-03向国家知识产权局提交的专利申请。

本一种脑血管图像-标签两阶段生成方法、装置及存储介质在说明书摘要公布了：本发明一种脑血管图像‑标签两阶段生成方法，首先将有标签脑血管图像及无标签脑血管图像分别进行处理，获得训练集1及训练集2，然后构建脑血管图像‑标签两阶段生成对抗网络模型，采用训练集1及训练集2对该模型进行训练，最后将N维噪声输入到训练完成的模型，获得完整的脑血管图像；本发明利用伪标签与真实数据输入两阶段生成对抗网络模型分别生成脑血管图像与标签，生成出的脑血管图像在血管周围体素更清晰，血管标签连通性强；应用于分割任务中的数据增强可以使从脑血管图像分割出的脑血管结构精度更高，便于辅助后续的病理图像诊断；同时，伪标签的使用缓和了医学图像标签数据不足的情况。

本发明授权一种脑血管图像-标签两阶段生成方法、装置及存储介质在权利要求书中公布了：1.一种脑血管图像-标签两阶段生成方法，其特征在于：包括以下步骤： 步骤1、将有标签脑血管图像的图像数据及标签数据进行预处理，并随机生成维噪声，将维噪声、预处理后的图像数据及标签数据作为训练集1； 步骤2、将无标签脑血管图像进行拓扑结构约束分割出伪标签，将伪标签数据作为训练集2； 步骤3、构建脑血管图像-标签两阶段生成对抗网络模型，所述模型包括串级的标签生成网络及图像生成网络： 标签生成网络：包括标签生成器及标签判别器；用于将随机噪声的分布映射至脑血管标签的分布并进行训练，生成脑血管标签发送到图像生成网络； 所述标签生成器由多个解码模块及一个特征融合模块组成，每个解码模块包含一个固定步长的三维反卷积，并连接批次归一化及LeakyReLU激活函数；最后一层特征融合模块采用固定步长的三维反卷积，输出通道大小固定的图像并使用激活函数限定输出值范围； 所述标签判别器由多个特征提取模块及一个全连接层组成，每个特征提取模块包含一个固定步长的三维卷积、实例归一化及一个LeakyReLU激活函数；最后一层模块输出的特征图经过压平操作输入全连接层； 图像生成网络：包括图像生成器及图像判别器；用于对接收到的脑血管标签添加纹理结构，并通过训练增加纹理的真实性，进而生成完整的脑血管图像； 所述图像生成器由编码模块及解码模块组成；编码模块由多个卷积块连接组成；每个卷积块由固定步长的三维卷积连接实例归一化及LeakyReLU激活函数组成；解码模块由多个固定步长的三维反卷积相连接组成；三维反卷积之间通过实例归一化-LeakyReLU激活函数连接；最后一层解码模块采用固定步长的三维反卷积，输出通道值与标签图像通道值一致并使用激活函数限定输出值范围； 所述图像判别器由多个特征提取模块及一个特征融合模块组成：每个特征提取模块包含一个固定步长的三维卷积、实例归一化及一个LeakyReLU激活函数；特征融合模块包含一个固定步长的三维卷积； 所述特征提取模块的数目由输出的特征图决定，输出的特征图在三个维度上不全为1； 步骤4、将训练集1及训练集2分别输入脑血管图像-标签两阶段生成对抗网络模型进行训练，获得训练完成的脑血管图像-标签两阶段生成对抗网络模型； 步骤5、将维噪声输入到训练完成的脑血管图像-标签两阶段生成对抗网络模型，获得图像-标签数据对，进而生成完整的脑血管图像。

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沈阳建筑大学，其通讯地址为：110180 辽宁省沈阳市浑南区浑南中路25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。