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！

龙图腾网恭喜北京交通大学;中国人民解放军总医院第四医学中心申请的专利基于边缘强化U-Net的椎骨分割方法及系统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：CN115240027B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202210718545.0，技术领域涉及：G06V10/774；该发明授权基于边缘强化U-Net的椎骨分割方法及系统是由魏子晨;田丽霞;张阳;张志成;孙天胜;郑国权;段连鸿设计研发完成，并于2022-06-23向国家知识产权局提交的专利申请。

本基于边缘强化U-Net的椎骨分割方法及系统在说明书摘要公布了：本发明提供一种基于边缘强化U‑Net的椎骨分割方法及系统，属于图像处理技术领域，获取待分割的椎骨图像；使用预先训练好的分割模型处理所述待分割的椎骨图像，得到最终的椎骨分割结果；其中，所述预先训练好的分割模型以边缘强化U‑Net为基础网络，使用训练集训练得到；所述训练集包括多张椎骨图像以及标注图像中椎骨像素的标签。本发明采用具有编码器和解码器结构的U‑Net网络对椎骨图像进行分割，U‑Net编码器提取深层次的特征，跳层连接技术保留浅层次的纹理；U‑Net解码器将深层抽象的信息还原至原图的尺寸，最终根据标签真实值计算交叉熵损失；给予每个像素点不同的权值，这样边界附近的像素点损失加大，使网络能够学习到边界信息的特征，得到理想的分割结果。

本发明授权基于边缘强化U-Net的椎骨分割方法及系统在权利要求书中公布了：1.一种基于边缘强化U-Net的椎骨分割方法，其特征在于，包括：获取待分割的椎骨图像；使用预先训练好的分割模型处理所述待分割的椎骨图像，得到最终的椎骨分割结果；其中，所述预先训练好的分割模型以边缘强化U-Net为基础网络，使用训练集训练得到；所述训练集包括多张椎骨图像以及标注图像中椎骨像素的标签；其中，制作训练集时，对图像进行预处理并制作权重图，包括：对训练图像进行增强，以扩大训练数据集；对训练图像进行背景填充，将不同尺寸的图像调整为长和宽统一的固定尺寸；根据预先的人工标注重新计算标注图像上各像素点的权重，为边界像素点分配最高权重，与边界点距离较近的像素分配更大的权重，与边界点距离较远的像素分配更小的权重；构建边缘强化U-Net网络模型包括构建编码器：对于输入的图像，通过层叠的卷积-下采样操作获取最终的编码结果；其中，每一层的卷积-下采样操作中，图像经过两个多通道卷积提取特征；卷积操作之后使用ReLu作为激活函数；最大值池化充当下采样层，利用最大池化降低特征图尺寸；构建边缘强化U-Net网络模型还包括构建解码器：基于编码器编码结果，通过层叠的上采样-卷积操作，获取最终的像素的椎骨块隶属概率图；其中，每一层的上采样-卷积操作中，对于特征图通过双线性插值上采样，得到维度加倍的特征图，该特征图与编码器对应层级的特征图按照通道进行跳层连接，得到通道数倍增的特征图；对于上述通道数倍增的特征图进行卷积；在解码器的最高层，经过卷积输出最终的像素的椎骨块隶属概率图；训练所述分割模型时，以分割结果与人工标注之间的带权重的交叉熵作为损失函数，公式为： 其中，Ω表示特征图，w:Ω→R表示预先设置的像素权重图；l:Ω→{1,2,...,K}表示像素点的类别，K为类别总数；pkx是softmax函数： 其中，akx代表像素点x在第k个类别的激活值；采用Adam优化器，学习率乘法因子为0.96，每个epoch更新一次；训练采用冻结训练，首先冻结编码器部分，训练解码器部分；然后解冻编码器部分，训练编码器与解码器部分。

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北京交通大学;中国人民解放军总医院第四医学中心，其通讯地址为：100044 北京市海淀区西直门外上园村3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”。