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！

龙图腾网恭喜安徽理工大学申请的专利一种基于异构幻影卷积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：CN117994276B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202410085496.0，技术领域涉及：G06T7/12；该发明授权一种基于异构幻影卷积的医学图像分割方法是由高立鹏;周孟然;卞凯;胡锋设计研发完成，并于2024-01-22向国家知识产权局提交的专利申请。

本一种基于异构幻影卷积的医学图像分割方法在说明书摘要公布了：本发明提供了一种基于异构幻影卷积的医学图像分割方法，属于医学图像智能处理领域，包括以下步骤：S1、获取医学图像，划分训练集、验证集与测试集，并且只对训练集图像进行数据增强处理；S2、搭建异构幻影卷积基础卷积单元；S3、构建基于异构幻影卷积的医学图像分割模型进行训练，提取训练集图像特征；S4、采用Adam优化器优化参数更新，观察输出混合损失曲线，当出现过拟合趋势时，停止训练轮次；S5、使用验证集对构建基于异构幻影卷积的医学图像分割模型验证，选取Dice系数最好、MIou和Recall指标较好的一次训练模型权重保存；S6、将测试集输入最优基于异构幻影卷积的医学图像分割模型，得到分割结果。本发明有益效果为：使用异构幻影卷积构建的模型在精准分割的前提下，同时也兼顾到了模型的轻量，更加适用于部署在边缘设备。

本发明授权一种基于异构幻影卷积的医学图像分割方法在权利要求书中公布了：1.一种基于异构幻影卷积的医学图像分割方法，其特征在于，包括以下步骤：S1、获取医学图像，划分训练集、验证集与测试集，并且只对训练集图像进行数据增强处理；S2、搭建异构幻影卷积基础卷积单元；其中，异构幻影基础卷积由普通卷积、异构的简易线性卷积和异构的变形卷积三个小型模块构建成；对异构的简易线性卷积和异构的变形卷积引入可学习的参数，使卷积核在训练过程中能够自动学习和调整权重，构建出异构结构；异构幻影卷积基础卷积单元的表达式如下：Y＝Y1+Y2+Y3式中，Y1——普通卷积输出的特征矩阵；Y2——异构的简易线性卷积生成冗余特征矩阵；Y3——异构的变形卷积生成的特征矩阵；Y——对三种不同特征矩阵的相加；Y1＝Y'＝X×conv'式中，conv'∈Rc×k×k×m是用于生成内在特征映射的普通卷积，计算中省略了偏差项；Y1——普通卷积输出的特征矩阵；异构的简易线性卷积计算公式如下： 式中，ki——具有通道数C的第i个滤波器集合，并且把输入记为X＝[x1,x2,K,xC]∈Rc×H×W，经过卷积输出为Y2＝[y1,y2,K,yC]∈Rc×H×W；yij——Y'中第i个内在特征映射；yij=ΦijY1,∀i=1,...,m,j=1,...,s式中，Φij——第j个廉价线性映射，最后的Φis是用于保持固有特征映射的恒等映射；异构的变形卷积的计算公式如下： 式中，ki——具有通道数C的第i个滤波器集合，并且把输入记为X＝[x1,x2,K,xC]∈Rc×H×W，经过卷积输出为Y3＝[y1,y2,K,yC]∈Rc×H×W； ——Y'中第i个内在特征映射； 式中，——第i个内在特征映射； Δ——偏移量offset,P0+Pn+ΔPn是对应映射的新坐标； XP0+Pn+ΔPn——取出该处特征矩阵元素值；Y1Pn——位置像素的权重值，最后迭代输出像素值；S3、构建基于异构幻影卷积的医学图像分割模型进行训练，提取训练集图像特征；S31、异构幻影卷积在U-Net编码器部分构建提取特征，输入医学图像通过两个异构幻影卷积基础卷积单元层；S32、通过两个异构幻影卷积基础卷积单元的特征矩阵通过步长为2的卷积层实现下采样；S33、同时，特征矩阵向右传递，通过使用的无参数注意力机制的跳跃连接与解码器部分特征矩阵拼接；S34、模型再次重复S32和S33的操作3次，完成编码器特征提取部分；S35、特征矩阵经过两个普通卷积，通过转置卷积层实现上采样，进入解码部分；S36、特征矩阵上采样之后，与左侧跳跃连接的特征矩阵拼接，再通过两个异构幻影卷积基础卷积单元；S37、模型再次重复S35和S36的操作3次，完成解码器特征提取部分；S38、在特征提取部分之后，进入输出层，通过卷积核为1的卷积层，输出与输入图像具有相同尺寸的分割灰度图像S4、采用Adam优化器优化参数更新，观察输出W-Jaccard-GeneralizedFocalLoss损失曲线，当出现过拟合趋势时，停止训练轮次；S5、使用验证集对基于异构幻影卷积的医学图像分割模型验证，根据Dice系数、MIou和Recall指标选取训练模型权重保存；S6、将测试集输入最优基于异构幻影卷积的医学图像分割模型，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安徽理工大学，其通讯地址为：232001 安徽省淮南市泰丰大街168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”。