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！

龙图腾网恭喜西安电子科技大学申请的专利基于双分支多尺度交叉融合网络的颈动脉斑块分割方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：CN117058170B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202311025487.4，技术领域涉及：G06T7/11；该发明授权基于双分支多尺度交叉融合网络的颈动脉斑块分割方法是由缑水平;高雨湉;童诺;袁丽君;胡伟设计研发完成，并于2023-08-15向国家知识产权局提交的专利申请。

本基于双分支多尺度交叉融合网络的颈动脉斑块分割方法在说明书摘要公布了：本发明公开了一种基于双分支多尺度交叉融合网络的颈动脉斑块分割方法，主要解决现有技术对超声图像中颈动脉斑块分割效果较差的问题。其实现方案是：将获取的颈动脉超声图像的数据集划分为训练集、验证集和测试集；构建由编码器，双分支解码器，交叉注意力特征融合模块，多尺度特征融合模块组成的集成分割网络，并定义其损失函数；通过训练集的分割数据对集成网络进行训练；将测试集的分割数据输入到训练好的集成网络中，得到测试集数据对应的预测分割结果。本发明提高了颈动脉斑块的分割效果，对于不同位置、不同形状大小的斑块均能准确定位提取到有效特征，得到很好的分割效果，可用于帮助医生完成心脑血管疾病治疗前的颈动脉斑块的自动勾画。

本发明授权基于双分支多尺度交叉融合网络的颈动脉斑块分割方法在权利要求书中公布了：1.一种基于双分支多尺度交叉融合网络的颈动脉斑块分割方法，其特征在于，包括：1获取颈动脉斑块和血管的超声图像数据集，并对该数据集进行标注，对标注后的分割数据集进行标准化以及下采样的预处理，得到分割数据集；2对分割数据集进行划分；2a将分割数据集中按病人划分，其中70％的病人图像作为训练集，15％的病人图像作为验证集，15％的病人图像作为测试集，并保证数据集两两之间没有重复的子集；2b对划分后的分割训练集图像依次进行上下翻转，左右翻转以及随机旋转-30°～30°的操作，得到进行数据增广后的分割训练集；3构建双分支集成网络PDCSNet：3a建立由编码器和解码器连接的基础分割网络，其中编码器包括五个级联的编码层E1，E2，E3，E4，E5，解码器由斑块分支和血管分支并行连接构成，该斑块分支包括五个级联的解码层Dp1，Dp2，Dp3，Dp4，Dp5，血管分支包括五个级联解码层Dv1，Dv2，Dv3，Dv4，Dv5；3b建立包括通道注意力CA和双分支卷积层的交叉注意力特征融合模块CAFF，将该模块添加在解码器的两个分支之间，使其在血管分支和斑块分支间交叉传递特征，构成第一个分割子网络CAFFNet；3c建立包括三个并联的卷积分支组成多尺度特征融合模块MSFF，将该模块级联在编码器的最后阶段，构成第二个分割子网络MSFFNet；3d将第一个分割子网络CAFFNet与第二个分割子网络MSFFNet并行连接，构成双分支集成分割网络PDCSNet；4根据斑块的分割损失LossPlaqueCAFF和血管的分割损失LossVesselCAFF构建第一个分割子网络CAFFNet的损失LossCAFF，根据斑块的分割损失LossPlaqueMSFF和血管的分割损失LossVesselMSFF第二个分割子网络MSFFNet的损失LossMSFF：LossCAFF＝αLossPlaqueCAFF+βLossVesselCAFFLossMSFF＝αLossPlaqueMSFF+βLossVesselMSFF其中α为分割斑块的损失比例系数，β为分割血管的损失比例系数；5采用小批量梯度下降算法，通过分割训练集对所构建的双分支集成网络PDCSNet进行训练，得到训练好的最优网络模型；6将测试集的分割数据输入到训练好的双分支集成网络PDCSNet中，得到测试集数据对应的预测分割结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。