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！

龙图腾网获悉上海工程技术大学申请的专利一种基于Eff-Unet-SE网络的多器官智能分割方法及装置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：CN116309617B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310124321.1，技术领域涉及：G06T7/10；该发明授权一种基于Eff-Unet-SE网络的多器官智能分割方法及装置是由张一弛;王海玲;李玉霞;蔡浩;方志军设计研发完成，并于2023-02-16向国家知识产权局提交的专利申请。

本一种基于Eff-Unet-SE网络的多器官智能分割方法及装置在说明书摘要公布了：本发明公开了一种基于Eff‑Unet‑SE网络的多器官智能分割方法及装置，属于医学影像处理技术领域。该方法包括：获取MRI图像数据集及标签文本数据，并对其进行预处理；对所述预处理后的图像数据集进行数据划分及数据增强；构建Eff‑Unet‑SE网络，使用所述图像数据集及标签文本数据对其进行训练、验证及测试，得到最优的网络；将待分割的MRI图像数据输入至所述最优网络，得到分割结果。本发明通过对医学MRI影像的分析，在U型网络模型的基础上，结合深度学习的Efficient和SE网络模块，能够准确分离出大肠、小肠和胃，提高了分割结果的可靠性，也提升了分割效率，大大减轻了医生的工作负担。

本发明授权一种基于Eff-Unet-SE网络的多器官智能分割方法及装置在权利要求书中公布了：1.一种基于Eff-Unet-SE网络的多器官智能分割方法，其特征在于，包括以下步骤： 1获取MRI图像数据集及标签文本数据，并对其进行预处理； 所述预处理包括： 将所述MRI图像转换为PNG格式的图片，并进行脱敏处理，删除个人信息； 对所述标签文本数据进行转换，得到大肠、小肠和胃的PNG格式的标签图像； 将处理后的所述MRI图像和所述标签图像进行组合，得到对应的NPY格式文件； 2对所述预处理后的图像数据集进行数据划分及数据增强； 3构建Eff-Unet-SE网络：以U型网络作为主模型网络的基线模型，使用EfficientNet作为骨干替代其编码器部分；将压缩和激励网络SE附加在其解码器部分，起到注意力机制的作用； 所述EfficientNet由7个block组成，每个block由不同数量移动反转瓶颈卷积模块MBConv构成； 所述MBConv结构由依次连接的1x1的普通卷积、kxk的DepthwiseConv卷积、SE模块、1x1的普通卷积和Droupout层构成； 所述将压缩和激励网络SE附加在其解码器部分，起到注意力机制的作用包括： 解码器部分在不改变U型网络的基础上，在上采样模块加上压缩和激励网络SE，压缩网络起到全局池化的作用，激励网络通过缩放参数来调整通道个数以降低计算量，两者的结合可以对图像实现注意力机制的作用；具体地说将H×W×S×C大小的特征图并行通过一个全局平均池化层和一个全局最大池层，其中，H、W、S、C分别表示特征图的长度、宽度、深度和通道数；这2个池化层分别将每个通道上的全局空间信息压缩为1个张量数值，分别产生1×C特征值；然后分别对其进行卷积核为1×1×1、通道数为C的三维卷积操作，卷积结果分别通过非线性激活函数ReLU，将所得到的输出再分别经过相同的卷积操作，最终得到2个数值不同但维度相同的1×1×1×C的张量，将这2个张量相加之后通过sigmoid层将每个值归一化到值域[0,1]，与原本特征矩阵相乘； 4使用所述图像数据集及标签文本数据对所述Eff-Unet-SE网络进行训练、验证及测试，得到最优的Eff-Unet-SE网络； 5将待分割的MRI图像数据输入至所述最优Eff-Unet-SE网络，得到分割结果。

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工程技术大学，其通讯地址为：201620 上海市松江区龙腾路333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。