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)獲悉復(fù)旦大學(xué)申請(qǐng)的專利一種基于條件伯努利擴(kuò)散的醫(yī)學(xué)影像分割方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN116309682B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-05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(qǐng)?zhí)?專利號(hào)為：202310278941.0，技術(shù)領(lǐng)域涉及：G06T7/194；該發(fā)明授權(quán)一種基于條件伯努利擴(kuò)散的醫(yī)學(xué)影像分割方法是由單洪明;陳濤設(shè)計(jì)研發(fā)完成，并于2023-03-21向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于條件伯努利擴(kuò)散的醫(yī)學(xué)影像分割方法在說明書摘要公布了：本發(fā)明屬于醫(yī)學(xué)影像分析技術(shù)領(lǐng)域，具體為一種基于條件伯努利擴(kuò)散的醫(yī)學(xué)影像分割方法。本發(fā)明使用伯努利噪聲作為擴(kuò)散核來增強(qiáng)擴(kuò)散模型的分割能力，從而產(chǎn)生更精確的分割圖；利用擴(kuò)散模型的隨機(jī)性，通過多次隨機(jī)采樣初始伯努利噪聲和中間隱變量，產(chǎn)生一系列多樣化的分割圖，從而突出顯示感興趣的顯著區(qū)域，為放射科醫(yī)師提供有價(jià)值的參考；此外，根據(jù)DDIM的原理，高效地從逆向擴(kuò)散的整體軌跡中采樣子序列，從而加速分割過程。通過真實(shí)數(shù)據(jù)上的大量實(shí)驗(yàn)，在定性和定量方面都證明本發(fā)明分割方法的優(yōu)越性能。

本發(fā)明授權(quán)一種基于條件伯努利擴(kuò)散的醫(yī)學(xué)影像分割方法在權(quán)利要求書中公布了：1.一種基于條件伯努利擴(kuò)散的醫(yī)學(xué)影像分割方法，其特征在于，使用伯努利噪聲作為擴(kuò)散核來增強(qiáng)擴(kuò)散模型的分割能力，具體步驟如下： 1定義一個(gè)伯努利前向加噪過程，向醫(yī)學(xué)影像x的真實(shí)分割圖y0逐漸添加越來越多的伯努利噪聲；該伯努利前向過程qy1:T|y0屬于一個(gè)長(zhǎng)度為T的馬爾科夫鏈： 其中，表示分辨率為H×W，有C個(gè)通道的輸入醫(yī)學(xué)影像，對(duì)應(yīng)的真實(shí)分割圖y0∈{0,1}H×W，其中0表示背景，1表示待分割目標(biāo)；表示概率參數(shù)為的伯努利分布，β是擴(kuò)散率，用于定義整個(gè)前向加噪過程的噪聲時(shí)間表；記αt＝1-βt，以閉式解的形式從時(shí)間步t獲得加噪后的分割圖yt： 為了確保在具體實(shí)現(xiàn)過程中高效地計(jì)算目標(biāo)函數(shù)，進(jìn)行重參數(shù)化處理，即首先從分布中采樣獲得伯努利噪聲ε，再通過獲得yt，其中表示邏輯運(yùn)算符異或；令⊙表示逐元素相乘，Norm·表示沿著通道維度標(biāo)準(zhǔn)化數(shù)據(jù)后再輸出第二個(gè)通道，具體的伯努利后驗(yàn)概率表示成如下形式： 其中， 2定義一個(gè)對(duì)應(yīng)的多樣化逆向過程，借以產(chǎn)生多樣化的分割圖；該逆向過程同樣屬于馬爾科夫鏈，始于伯努利噪聲中間的狀態(tài)轉(zhuǎn)移受輸入的醫(yī)學(xué)影像x約束；具體的多樣化逆向過程表示為： 具體來說，利用估計(jì)的關(guān)于yt的伯努利噪聲來參數(shù)化該參數(shù)化過程利用到一個(gè)修正函數(shù) 其中，|·|表示取絕對(duì)值操作； 3采用如下方式訓(xùn)練模型，將伯努利前向加噪過程和多樣化逆向過程關(guān)聯(lián)起來： 在訓(xùn)練階段，給定醫(yī)學(xué)影像和對(duì)應(yīng)的分割圖{x,y0}，首先從均勻分布{1,…,T}中隨機(jī)采樣獲得時(shí)間步t，并采樣獲得對(duì)應(yīng)的伯努利噪聲ε與yt，并根據(jù)公式4計(jì)算對(duì)應(yīng)的伯努利后驗(yàn)概率qyt-1|yt,y0；通過估計(jì)的伯努利噪聲來參數(shù)化pθyt-1|yt,x； 采用KL散度和二元交叉熵?fù)p失進(jìn)行優(yōu)化，具體的目標(biāo)函數(shù)形式為： 其中，表示對(duì)分布qx,y0求數(shù)學(xué)期望，表示對(duì)分布qyt|y0求數(shù)學(xué)期望，表示對(duì)真實(shí)伯努利噪聲ε與預(yù)測(cè)伯努利噪聲所構(gòu)成的分布求數(shù)學(xué)期望，DKL表示KL散度，∈i,j和分別表示真實(shí)伯努利噪聲ε與預(yù)測(cè)伯努利噪聲的第i行第j個(gè)元素； 整體目標(biāo)函數(shù)表示為: λKL，λBCE為權(quán)重系數(shù)。

如需購(gòu)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(qǐng)人或?qū)＠麢?quán)人復(fù)旦大學(xué)，其通訊地址為：200433 上海市楊浦區(qū)邯鄲路220號(hào)；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)”。