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！

龙图腾网恭喜苏州大学申请的专利基于选择性特征交互融合网络的MR图像分割算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：CN114299083B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202111582063.9，技术领域涉及：G06T7/11；该发明授权基于选择性特征交互融合网络的MR图像分割算法是由向德辉;陆宇轩;边云设计研发完成，并于2021-12-22向国家知识产权局提交的专利申请。

本基于选择性特征交互融合网络的MR图像分割算法在说明书摘要公布了：本申请公开了一种基于选择性特征交互融合网络的MR图像分割算法，涉及图像处理技术领域，所述算法包括：可融合双序列特征的双序列选择性交互融合网络架构，其中包含用于融合双支路信息的选择性特征交互模块；多尺度引导特征重建模块，用于重建出关注小目标及边缘的低级语义特征；一种拥有不确定估计及形态学算法的半监督训练策略，可进一步提升网络模型的分割性能。解决了现有技术中的分割问题，达到了融合WP序列和OOP序列的图像信息，得到准确的分割效果，并且运用半监督策略，免去耗时、耗力的人工标注过程的同时，提升了网络的分割性能。

本发明授权基于选择性特征交互融合网络的MR图像分割算法在权利要求书中公布了：1.一种基于选择性特征交互融合网络的MR图像分割算法，其特征在于，所述算法包括：将多序列MR有标签图像输入至双支路分割网络中进行训练，得到可自动分割所述图像的分割模型；其中，所述双支路分割网络包括双编码器、解码器、选择性特征交互模块与多尺度引导特征重构模块，所述双编码器分别用于提取所述多序列MR图像中的WP序列特征与OOP序列特征，解码器用于对所述双编码器提取到的图像特征进行融合解码，并分割得到胰腺区域；采用半监督策略，将无标签的多序列MR图像输入分割模型得到网络预测的伪标签，对伪标签进行不确定性估计与形态学算法的修正，修正后作为伪标签和图像一起送入双支路分割网络中进行微调训练，得到分割能力更强的分割模型；所述双编码器之间设置有选择性特征交互模块，所述选择性特征交互模块用于选择性的交换所述WP序列和所述OOP序列中的图像信息；所述选择性特征交互模块，包括：对于每个分支编码器中的每一层提取到的特征，对提取到的特征进行修正，使得修正后的特征强度与另一个分支编码器修正后的特征强度一致；根据修正后的特征计算每个特征对应的权重；根据计算得到的权重将提取到的特征与另一分支编码器提取得到的特征进行交互融合，将融合后的特征返回至对应的分支编码器；所述解码器中在跳跃连接和解码层之间设置有多尺度引导特征重构模块，所述重构模块用于降低低级语义特征的冗余；将前一层获取到的高级语义特征与从跳跃连接处获取到的低级语义特征进行归一化操作；将归一化后的高级语义特征和归一化后的低级语义特征进行融合，得到融合后的语义特征；通过不同空间提取方式提取融合后的语义特征，得到多种空间注意力特征；根据获取得到的多种空间注意力特征合成胰腺区域的空间注意力特征；根据所述空间注意力特征以及所述低级语义特征获取抑制噪声后的语义特征，抑制噪声后的语义特征经过通道注意力模块；所述通道注意力模块根据抑制噪声后的语义特征的胰腺区域强度生成通道权值；根据所述通道权值对低级语义特征加权得到通道注意力特征；根据空间注意力特征以及通道注意力特征，确定重构后的低级语义特征。

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苏州大学，其通讯地址为：215000 江苏省苏州市十梓街1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”。