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！

龙图腾网获悉淮阴工学院申请的专利一种基于ghostnet的轻量级医学图像分割方法及系统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：CN115994892B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202211508163.1，技术领域涉及：G06T7/00；该发明授权一种基于ghostnet的轻量级医学图像分割方法及系统是由王浩然;于坤;李强强;管乾钧;高市洪设计研发完成，并于2022-11-28向国家知识产权局提交的专利申请。

本一种基于ghostnet的轻量级医学图像分割方法及系统在说明书摘要公布了：本发明公开了一种基于ghostnet的轻量级医学图像分割方法及系统，包括：构建图像分割模型，其采用改进的Unet网络模型ghsotnet作为主干特征提取网络，包括：编码器，解码器和CBAM注意力机制；将待分割图片输入步骤1构建的图像分割模型，通过编码器对待分割图片进行编码，得到通道数分别为16,24,40,80,160的子特征图E1～E5，每经过一层编码层，图像的尺寸缩小为原先的12。使用解码器将子特征图恢复到输入图像的大小，输出分割结果p0；最后，显示分割后的结果图。本发明根据上述情况提出一种轻量级的分割网络GAUnet，拥有更快的推理速度，更少的参数量，获得了相当或是更好的分割水平，GAUnet的轻量性、准确性以及高效率可以很好的适用于绝大部分机器。

本发明授权一种基于ghostnet的轻量级医学图像分割方法及系统在权利要求书中公布了：1.一种基于ghostnet的轻量级医学图像分割方法，其特征在于，包括以下步骤： 构建图像分割模型，其采用改进的Unet网络模型ghostnet作为主干特征提取网络，包括：编码器，解码器和CBAM注意力机制； 首先，将待分割图像输入到编码器进行编码，得到多个通道数的子特征图，所述编码器一共由六层编码层组成，分别为一层卷积层，ghostbottleneck1，ghostbottleneck2，ghostbottleneck3，ghostbottleneck4，ghostbottleneck5，通过编码器对待分割图片进行编码，得到通道数分别为16,24,40,112,160的子特征图E1～E5； 其次，将子特征图E1～E4分别输入至对应的CBAM注意力机制通道中，分别得到子特征图E1'～E4'，E5经过上采样得到M5，M5与E4'在通道维度上拼接，经过第四层解码层输出大小为M4的特征图，其再与E3'进行拼接，经过第三层解码层输出大小为M3的特征图，其与E2'进行拼接，经过第二层解码层输出大小为M3的特征图，其与E1'进行拼接，经过第一层解码层输出大小为M2的特征图，最后通过1*1的卷积核调整图片通道数，将通道数调整为分割目标数num_classes输出最终特征图p0； 显示分割后的结果图； 所述解码层依次包括：Dsc-ghost卷积块，BN，ReLU激活，Dsc-ghost卷积块，BN，ReLU激活和上采样，所述Dsc-ghost卷积块流程包括输入特征图T1经过1*1卷积核卷积，BN和ReLU激活得到特征图T2，输入特征图T1经过基本卷积，BN和ReLU激活得到特征图T3，输入特征图T1经过逐通道卷积，BN，ReLU激活，逐点卷积，BN，ReLU激活得到特征图T4，将T3，T4在通道维度上相加得到特征图T5，T5经过挤压和激励网络机制得到特征图T6，将特征图T2和T6相加得到输出特征图T7； 所述挤压和激励网络包括： 挤压网络部分：将一张特征图压缩成一维，当一开始的特征图维度是C*H*W，C为通道数，H和W为图片的高和宽，挤压网络通过全局平均池化将特征图压缩成C*1*1的大小； 激励网络部分：得到挤压网络部分的C*1*1的表示后，加入一个FC全连接层，对每个通道的重要性进行预测，得到不同通道的重要性大小，后再激励到之前的特征图的对应通道上进行操作。

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淮阴工学院，其通讯地址为：223000 江苏省淮安市经济技术开发区枚乘东路1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。