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！

龙图腾网恭喜深圳信息职业技术学院申请的专利基于深度学习的PET-CT肺癌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：CN119380027B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202411907952.1，技术领域涉及：G06V10/26；该发明授权基于深度学习的PET-CT肺癌图像分割方法及系统是由张瑞;蔡铁;程东升;曹维;胡艺檬设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本基于深度学习的PET-CT肺癌图像分割方法及系统在说明书摘要公布了：本发明涉及图像分割技术领域，尤其涉及一种基于深度学习的PET‑CT肺癌图像分割方法及系统。该方法包括以下步骤：获取PET肺癌图像数据以及CT肺癌图像数据，利用多尺度特征编码器分别对PET肺癌图像数据以及CT肺癌图像数据进行多尺度特征提取，得到图像特征数据；根据图像特征数据进行基于跨模态注意力机制的图像特征融合，得到双模态图像融入数据；根据双模态图像融入数据进行可解释性注意力模块设计，并通过颜色梯度标记注意力强度，生成逐像素注意力热力图。本发明通过多模态融合、多尺度特征提取和可解释性注意力机制，在提高肺癌图像分割准确性和增强临床可解释性方面具有显著优势。

本发明授权基于深度学习的PET-CT肺癌图像分割方法及系统在权利要求书中公布了：1.一种基于深度学习的PET-CT肺癌图像分割方法，其特征在于，包括以下步骤：步骤S1：获取PET肺癌图像数据以及CT肺癌图像数据，利用多尺度特征编码器分别对PET肺癌图像数据以及CT肺癌图像数据进行多尺度特征提取，得到图像特征数据；步骤S2：根据图像特征数据进行基于跨模态注意力机制的图像特征融合，得到双模态图像融入数据；根据双模态图像融入数据进行可解释性注意力模块设计，并通过颜色梯度标记注意力强度，生成逐像素注意力热力图；步骤S3：对逐像素注意力热力图进行基于盲区、重叠病变以及假阳性检测的热力图引导边界修正处理，得到热力图校正特征数据；根据热力图校正特征数据进行多层分割解码器构建，并通过多层分割解码器进行器官以及肿瘤体积分割，得到肿瘤分割图像数据；步骤S4：根据肿瘤分割图像数据设计包括Dice损失以及边界损失混合损失函数，并通过可学习的权重系数动态调整两类损失的贡献比例，得到混合损失函数数据，其中Dice损失计算分割区域重叠度，边界损失关注分割边界的精确性；步骤S5：根据混合损失函数数据对肿瘤分割图像数据进行连通域分析，进行面积小于预设阈值的伪影区域去除，得到不同损失函数权重配置下的候选分割优化数据；对候选分割优化数据进行基于分割性能的最优分割图像选择，得到最优分割图像数据。

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深圳信息职业技术学院，其通讯地址为：518000 广东省深圳市龙岗区龙城街道龙翔大道2188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”。