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！

龙图腾网恭喜谷歌有限责任公司申请的专利用于放射治疗计划的医学图像中的器官分割的3D卷积神经网络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：CN112673395B 。

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：201980058855.0，技术领域涉及：G06T7/00；该发明授权用于放射治疗计划的医学图像中的器官分割的3D卷积神经网络是由斯坦尼斯拉夫·尼科洛夫;塞缪尔·布莱克威尔;杰弗里·德福乌;贝尔纳迪诺·罗梅拉-帕雷德斯;克莱门斯·梅尔;哈利·阿斯卡姆;西恩·休吉斯;特雷弗·贝克;约瑟夫·R·莱德萨姆;奥拉夫·罗尼伯格设计研发完成，并于2019-09-10向国家知识产权局提交的专利申请。

本用于放射治疗计划的医学图像中的器官分割的3D卷积神经网络在说明书摘要公布了：用于分割医学图像的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。在一个方面，方法包括：接收使用医学成像模态捕获的并且描绘人体中的组织区域的医学图像；以及使用分割神经网络处理医学图像以生成分割输出，其中，分割神经网络包括多个编码器块的序列，其中：每个编码器块是残差神经网络块，其包括一个或多个二维卷积神经网络层、一个或多个三维卷积神经网络层或两者，并且每个编码器块都被配置为处理相应的编码器块输入以生成相应的编码器块输出，其中编码器块输出的空间分辨率低于编码器块输入的空间分辨率。

本发明授权用于放射治疗计划的医学图像中的器官分割的3D卷积神经网络在权利要求书中公布了：1.一种由一个或多个数据处理装置执行的方法，所述方法包括：接收医学图像，所述医学图像是使用医学成像模态捕获的并且描绘人体中的组织区域；根据多个分割神经网络参数的训练值，使用分割神经网络处理所述医学图像以生成分割输出，其中：所述分割输出包括多个分割通道，每个分割通道对应于来自预定器官集合的相应器官，并且每个分割通道定义对应于所述医学图像中的该分割通道的相应器官的分割；对于所述医学图像中的多个体素中的每一个，所述医学图像中的相应器官的分割包括表征该体素是否对应于所述相应器官的内部的相应分值；所述分割神经网络包括多个编码器块的序列，其中：每个编码器块是包括一个或多个二维卷积神经网络层、一个或多个三维卷积神经网络层或两者的残余神经网络块；每个编码器块被配置为处理相应的编码器块输入以生成相应的编码器块输出，其中，所述编码器块输出的空间分辨率低于所述编码器块输入的空间分辨率；以及对于在所述编码器块序列中的初始编码器块之后的每个编码器块，所述编码器块输入包括在所述编码器块序列中的先前编码器块的先前编码器块输出；所述分割神经网络包括解码器子网络，其中，所述解码器子网络被配置为处理包括每个编码器块的中间输出的解码器子网络输入，以生成所述分割输出；所述解码器子网络包括最终层，所述最终层被配置为处理最终层输入以生成所述分割输出；其中所述分割神经网络已通过以下多个操作被训练，所述操作包括：使用所述分割神经网络处理训练医学图像以生成训练分割输出；确定所述训练医学图像的分割损失，包括：对于所述训练分割输出的每个分割通道：确定所述分割通道的误差值集合，其中所述分割通道的所述误差值集合中的每个误差值对应于所述训练医学图像中的相应体素，并且基于以下两项之间的误差：i来自所述分割通道的表征了所述体素是否对应于与所述分割通道相对应的器官内部的分值，以及ii定义所述体素是否对应于与所述分割通道相对应的器官内部的目标分值；以及从所述分割通道的所述误差值集合中识别多个最高误差值，其中所述多个最高误差值是所述分割通道的所述误差值集合的适当子集；以及基于为所述训练分割输出的每个分割通道识别的所述多个最高误差值来确定所述分割损失；以及基于所述训练医学图像的所述分割损失来调整所述分割神经网络的所述多个分割神经网络参数的当前值。

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谷歌有限责任公司，其通讯地址为：美国加利福尼亚州；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”。