買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉西安電子科技大學申請的專利全局-局部特征關聯融合的肺部CT圖像分割方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116797609B 。

龍圖騰網通過國家知識產權局官網在2025-09-05發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310689386.0，技術領域涉及：G06T7/11；該發明授權全局-局部特征關聯融合的肺部CT圖像分割方法是由魚亮;胥新宇設計研發完成，并于2023-06-12向國家知識產權局提交的專利申請。

本全局-局部特征關聯融合的肺部CT圖像分割方法在說明書摘要公布了：本發明公開了一種全局?局部特征關聯融合肺部CT圖像分割方法，主要解決現有技術對肺部CT圖像感染區域分割不準確的問題。其實現方案為：建立由Transformer層組成的編碼器；建立由卷積神經網絡組成的編碼器；建立由Transformer層組成的局部特征關聯融合模塊；建立由卷積神經網絡組成并與第二編碼器對稱的解碼器；將第一編碼器與第二編碼器并行連接，再與局部特征關聯融合模塊和解碼器級聯構成分割網絡模型；將訓練集數據并行輸入至兩個編碼器，利用反向傳播方法對分割網絡模型進行迭代訓練；將測試圖像輸入到訓練好的分割網絡，分割出肺部CT圖像的感染區域。本發明分割精度高、耗費資源少，可用于對CT圖像的識別。

本發明授權全局-局部特征關聯融合的肺部CT圖像分割方法在權利要求書中公布了：1.一種全局-局部特征關聯融合的肺部CT圖像分割方法，其特征在于，包括： 1從兩個公共來源的數據集下載肺炎患者的CT掃描圖像，分別得到訓練集和測試集； 2對訓練集和測試集依次進行圖像增強、像素值歸一化、維度轉換和分割掩碼的預處理； 3構建基于全局-局部特征關聯融合的分割模型： 3a建立由N個Transformer層組成的編碼器，N大于等于1； 3b建立由卷積神經網絡組成的編碼器； 3c建立由Transformer層組成的局部特征關聯融合模塊，用于提取局部關聯特征； 3d建立由卷積神經網絡組成并與3b相對稱的解碼器，用于恢復圖像分辨率并輸出分割結果； 3e將第一編碼器與第二編碼器并行連接，再與局部特征關聯融合模塊和解碼器級聯構成分割網絡模型，并將focalloss這個函數作為該網絡模型的損失函數； 4將訓練集數據并行輸入至兩個編碼器，利用反向傳播方法對分割網絡模型進行迭代訓練，直到損失函數收斂，得到訓練后的整個分割網絡； 5基于訓練后的分割模型預測肺部CT圖像的感染區域； 5a將測試集輸入到訓練后的分割模型中，得到對每個樣本像素點的預測概率值p； 5b設置概率閾值d的范圍為0.3-0.6，將預測概率值與概率閾值進行比較，得到測試集的肺部CT圖像感染區域分割結果； 若p大于d表示為感染區域， 若p小于等于d表示為未感染區域。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西安電子科技大學，其通訊地址為：710071 陜西省西安市雁塔區太白南路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。