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(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西安郵電大學(xué)申請的專利基于進(jìn)化多視圖遷移粗糙模糊聚類的腦圖像分割方法獲國家發(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：CN116612278B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-29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：202310532462.7，技術(shù)領(lǐng)域涉及：G06V10/26；該發(fā)明授權(quán)基于進(jìn)化多視圖遷移粗糙模糊聚類的腦圖像分割方法是由趙鳳;王超飛;劉漢強(qiáng)設(shè)計(jì)研發(fā)完成，并于2023-05-12向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于進(jìn)化多視圖遷移粗糙模糊聚類的腦圖像分割方法在說明書摘要公布了：本發(fā)明公開了一種基于進(jìn)化多視圖遷移粗糙模糊聚類的腦圖像分割方法，主要解決現(xiàn)有腦核磁共振圖像分割使用單一視圖導(dǎo)致腦組織信息表征能力不足，且計(jì)算速度慢的問題。其實(shí)現(xiàn)方案是：輸入待分割圖像并設(shè)置初始參數(shù)值；對圖像進(jìn)行雙邊濾波處理；將多視圖遷移機(jī)制和濾波后得到的圖像空間信息引入到粗糙模糊聚類目標(biāo)函數(shù)中，設(shè)計(jì)遷移多視圖粗糙模糊聚類目標(biāo)函數(shù)；采用基于收斂點(diǎn)估計(jì)的加速差分進(jìn)化方法對目標(biāo)函數(shù)進(jìn)行優(yōu)化獲得最優(yōu)解；基于該最優(yōu)解計(jì)算得到視圖的全局隸屬度，根據(jù)最大隸屬度原則得到圖像的分割結(jié)果。本發(fā)明改善了因視圖單一導(dǎo)致腦組織信息表征能力不足的影響，提高了分割的效率，可用于對腦核磁共振圖像的處理，為醫(yī)生分析病灶提供參考。

本發(fā)明授權(quán)基于進(jìn)化多視圖遷移粗糙模糊聚類的腦圖像分割方法在權(quán)利要求書中公布了：1.一種基于進(jìn)化多視圖遷移粗糙模糊聚類的腦圖像分割方法，其特征在于，包括如下： 1輸入待分割的三種不同序列加權(quán)圖像X＝{X1,X2,X3}，并設(shè)置初始參數(shù)值：視圖個數(shù)L，聚類數(shù)目C，下近似權(quán)重w，空間系數(shù)α，變異系數(shù)F，交叉系數(shù)CR，最大進(jìn)化代數(shù)T，種群規(guī)模I，精英率r，模糊因子m； 2對三個待分割的圖像分別執(zhí)行雙邊濾波操作，獲得濾波后的圖像 3將多視圖遷移機(jī)制、圖像空間信息引入到粗糙模糊聚類目標(biāo)函數(shù)中，設(shè)計(jì)遷移多視圖粗糙模糊聚類目標(biāo)函數(shù)J： 其中，L表示視圖個數(shù)，ωl表示視圖權(quán)重，λl表示遷移系數(shù)，γl表示正則項(xiàng)參數(shù)，J1代表粗糙模糊聚類目標(biāo)函數(shù)，J2代表多視圖信息遷移目標(biāo)函數(shù)； 4設(shè)置初始進(jìn)化代數(shù)t＝1，利用均勻采樣方法隨機(jī)生成初始種群，并根據(jù)遷移多視圖粗糙模糊聚類目標(biāo)函數(shù)J計(jì)算初始種群中每個個體的適應(yīng)度值； 5設(shè)計(jì)基于收斂點(diǎn)估計(jì)的加速進(jìn)化策略，對初始種群進(jìn)行更新； 5a針對初始種群，使用差分進(jìn)化方法中的變異、交叉算子獲得新種群，并根據(jù)遷移多視圖粗糙模糊聚類目標(biāo)函數(shù)J計(jì)算新種群中每個個體的適應(yīng)度值； 5b從新種群中選擇最優(yōu)的k個個體組成精英子種群，并以精英子種群的均值當(dāng)作估計(jì)的近似收斂點(diǎn)； 5c在估計(jì)的近似收斂點(diǎn)周圍進(jìn)行高斯采樣，用采樣到的k個個體替換新種群中最差的k個個體，形成子代種群； 5d根據(jù)適應(yīng)度值的大小在初始種群和子代種群中一對一地競選出適應(yīng)度值小的個體，組成最終種群； 5e將初始進(jìn)化代數(shù)t與最大進(jìn)化代數(shù)T進(jìn)行比較： 若t＞T時，則停止更新并輸出最終種群，執(zhí)行6， 否則，令t＝t+1，并使用最終種群替換初始種群，返回5a； 6對輸出的最終種群中適應(yīng)度值最小的個體進(jìn)行解碼，得到每個視圖的聚類中心vlc； 7根據(jù)解碼出的聚類中心vlc計(jì)算各視圖的權(quán)重ωl和隸屬度μlic，獲得全局隸屬度uic； 8利用獲得的全局隸屬度uic，根據(jù)最大隸屬度原則對各個像素進(jìn)行分類，得到圖像像素的聚類標(biāo)簽，輸出圖像X的分割結(jié)果。

如需購買、轉(zhuǎn)讓、實(shí)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)人西安郵電大學(xué)，其通訊地址為：710121 陜西省西安市長安區(qū)西長安街618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)”。