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！

龙图腾网恭喜西北大学申请的专利基于深度学习的新生儿大脑磁共振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：CN116229062B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202310026428.2，技术领域涉及：G06V10/26；该发明授权基于深度学习的新生儿大脑磁共振图像分割方法是由章勇勤;李瑾航;张昊;王海港设计研发完成，并于2023-01-09向国家知识产权局提交的专利申请。

本基于深度学习的新生儿大脑磁共振图像分割方法在说明书摘要公布了：本申请涉及一种基于深度学习的新生儿大脑核磁共振图像分割方法，方法包括：将磁共振T1模态图像的第一切片和磁共振T2模态图像的第二切片输入到新生儿大脑核磁共振图像分割模型中，得到待分割核磁共振图像对应的最终图像分割结果；新生儿大脑核磁共振图像分割模型包括并行信息编码模块和特征解码模块。本申请针对新生儿的大脑磁共振图像进行组织分割，充分利用磁共振图像的多模态信息使得模型对于组织分布不规律，组织变化快的新生儿图像能实现精确分割；与现有技术相比，本申请对新生儿大脑磁共振图像进行组织分割更为精确，预测的组织分割结果与医生手工标签的误差较小，更有利于临床应用。

本发明授权基于深度学习的新生儿大脑磁共振图像分割方法在权利要求书中公布了：1.一种新生儿大脑核磁共振图像分割模型，其特征在于，包括：并行信息编码模块和特征解码模块；所述并行信息编码模块包括长序列信息编码器、卷积编码器和特征融合模块，所述特征解码模块包括重建输出模块和颅骨剥离模块；待分割核磁共振图像包括磁共振T1模态图像和磁共振T2模态图像，针对所述磁共振T1模态图像的每个第一切片和所述磁共振T2模态图像的每个第二切片，所述卷积编码器用于获取所述第一切片对应的第一层级式特征和所述第二切片对应的第二层级式特征；所述长序列信息编码器用于获取所述第一切片对应的第三层级式特征和所述第二切片对应的第四层级式特征；所述特征融合模块用于融合所述第一层级式特征和所述第二层级式特征，得到卷积编码融合后的特征；用于融合所述第三层级式特征和所述第四层级式特征，得到信息编码融合后的特征；将所述卷积编码融合后的特征和所述信息编码融合后的特征进行拼接，得到最终融合后的特征；所述重建输出模块用于根据所述最终融合后的特征，得到图像初步分割结果；所述颅骨剥离模块用于根据所述最终融合后的特征，得到去掉颅骨的图像分割结果；根据所述图像初步分割结果和所述去掉颅骨的图像分割结果，得到所述第一切片和所述第二切片对应的最终图像分割结果；针对所有第一切片和所有第二切片，将所有的最终图像分割结果进行拼接，得到所述待分割核磁共振图像对应的最终图像分割结果；所述长序列信息编码器包括两个信息编码器结构，分别用于获取所述第一切片对应的第三层级式特征和所述第二切片对应的第四层级式特征；每个所述信息编码器结构包括依次连接的四个信息编码器单元，其中第一个信息编码器单元包括线性嵌入层和SwinTransformer块，其余三个信息编码器单元中的每个信息编码器单元包括图像块融合层和SwinTransformer块；每个所述信息编码器单元输出一个层级式特征，所述四个信息编码器单元输出的四个层级式特征构成所述第三层级式特征或者第四层级式特征。

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西北大学，其通讯地址为：710069 陕西省西安市太白北路229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”。