買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉華南理工大學(xué)申請的專利一種基于背景類識別的CT圖像腫瘤小樣本分割系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN117218339B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310906942.5，技術(shù)領(lǐng)域涉及：G06V10/26；該發(fā)明授權(quán)一種基于背景類識別的CT圖像腫瘤小樣本分割系統(tǒng)是由郭禮華;黃澤曦設(shè)計研發(fā)完成，并于2023-07-24向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于背景類識別的CT圖像腫瘤小樣本分割系統(tǒng)在說明書摘要公布了：本發(fā)明公開了一種基于背景類識別的CT圖像腫瘤小樣本分割系統(tǒng)，包括：數(shù)據(jù)采集模塊、感興趣區(qū)域勾畫模塊、腫瘤小樣本分割模型訓(xùn)練模塊和模型測試模塊。該系統(tǒng)針對傳統(tǒng)元學(xué)習(xí)框架在醫(yī)學(xué)圖像小樣本分割任務(wù)中將腫瘤背景類別錯誤分割為腫瘤的問題，引入了對腫瘤背景類識別分支，利用腫瘤背景類分割網(wǎng)絡(luò)輸出的結(jié)果，對腫瘤分割進行引導(dǎo)，防止對腫瘤的背景類錯誤分割；設(shè)計了集成優(yōu)化器，將腫瘤背景類和腫瘤分割的輸出結(jié)果更好地融合，產(chǎn)生更準(zhǔn)確的分割結(jié)果；此外，還針對醫(yī)學(xué)圖像數(shù)據(jù)背景空間不均勻的問題，使用支持集標(biāo)簽及標(biāo)簽反碼引導(dǎo)學(xué)習(xí)器對前景背景特征的提取，并分別計算特征原型，充分利用前景背景信息進行分割。

本發(fā)明授權(quán)一種基于背景類識別的CT圖像腫瘤小樣本分割系統(tǒng)在權(quán)利要求書中公布了：1.一種基于背景類識別的CT圖像腫瘤小樣本分割系統(tǒng)，其特征在于，包括： 數(shù)據(jù)采集模塊，用于采集CT圖像數(shù)據(jù)集，將CT圖像數(shù)據(jù)集進行隨機劃分，形成訓(xùn)練集和測試集，并在形成訓(xùn)練集和測試集的基礎(chǔ)上，進行小樣本學(xué)習(xí)的支持集和查詢集劃分； 感興趣區(qū)域勾畫模塊，用于在CT圖像數(shù)據(jù)集中勾畫感興趣區(qū)域，將勾畫后的圖像數(shù)據(jù)作為參考標(biāo)簽； 腫瘤小樣本分割模型訓(xùn)練模塊，用于使用訓(xùn)練集中的圖像數(shù)據(jù)，對腫瘤小樣本分割模型進行迭代訓(xùn)練，腫瘤小樣本分割模型包括共享編碼器S、分割網(wǎng)絡(luò)A、分割網(wǎng)絡(luò)B以及集成優(yōu)化器O，其中，共享編碼器S由多尺度全局信息融合的金字塔型網(wǎng)絡(luò)P的編碼器部分構(gòu)成，分割網(wǎng)絡(luò)A由針對前景背景信息建模的元學(xué)習(xí)網(wǎng)絡(luò)M構(gòu)成，分割網(wǎng)絡(luò)B由多尺度全局信息融合的金字塔型網(wǎng)絡(luò)P中的譯碼器部分構(gòu)成，集成優(yōu)化器O由兩個卷積連接結(jié)構(gòu)構(gòu)成；在訓(xùn)練時，首先通過共享編碼器S提取支持集和查詢集特征，然后使用監(jiān)督學(xué)習(xí)的方式只優(yōu)化分割網(wǎng)絡(luò)B的損失函數(shù)進行訓(xùn)練，對腫瘤的背景類目標(biāo)進行識別，在訓(xùn)練完成后固定共享編碼器S與分割網(wǎng)絡(luò)B中的參數(shù)，通過訓(xùn)練集中的圖像數(shù)據(jù)優(yōu)化分割網(wǎng)絡(luò)A的損失函數(shù)完成對腫瘤背景類的分割，在集成優(yōu)化器O中使用分割網(wǎng)絡(luò)B的輸出為分割網(wǎng)絡(luò)A的分割結(jié)果提供輔助信息，以獲得精確度更高的腫瘤背景類分割結(jié)果； 模型測試模塊，用于將測試集中的全部樣本CT圖像，輸入腫瘤小樣本分割模型訓(xùn)練模塊得到的各個迭代訓(xùn)練輪次的腫瘤小樣本分割模型，在測試階段，分割網(wǎng)絡(luò)A對腫瘤進行分割，分割網(wǎng)絡(luò)B提供腫瘤背景類識別輔助信息，通過集成優(yōu)化器O防止分割網(wǎng)絡(luò)A將腫瘤背景類錯誤分割為腫瘤，選擇迭代訓(xùn)練中的各個輪次得到的模型中腫瘤分割精度最高的模型作為最優(yōu)分割模型，并輸出最終的完整腫瘤二值化分割圖像； 所述集成優(yōu)化器O由兩個卷積連接結(jié)構(gòu)構(gòu)成；首先，將分割網(wǎng)絡(luò)A輸出的腫瘤背景類目標(biāo)的前景分割結(jié)果與分割網(wǎng)絡(luò)B的輸出結(jié)果在通道維度進行拼接；接著通過一個1×1的卷積核，得到被分割網(wǎng)絡(luò)B輸出結(jié)果引導(dǎo)調(diào)整后的目標(biāo)背景掩模，將分割網(wǎng)絡(luò)A對腫瘤背景類目標(biāo)的背景分割結(jié)果中錯誤分割的像素進行矯正，對分割網(wǎng)絡(luò)A的粗糙分割結(jié)果進行改善；然后將該目標(biāo)背景掩模與分割網(wǎng)絡(luò)A輸出的腫瘤背景類目標(biāo)的背景分割結(jié)果在通道維度進行拼接，通過1×1的卷積，得到最終細(xì)化的分割結(jié)果。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人華南理工大學(xué)，其通訊地址為：510640 廣東省廣州市天河區(qū)五山路381號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。