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！

龙图腾网恭喜浙江大学申请的专利一种树状结构数据的图像与分割标签生成模型及应用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：CN114842149B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202210556615.7，技术领域涉及：G06T17/00；该发明授权一种树状结构数据的图像与分割标签生成模型及应用是由郑能干;刘超;王得利;张焓;吴朝晖设计研发完成，并于2022-05-19向国家知识产权局提交的专利申请。

本一种树状结构数据的图像与分割标签生成模型及应用在说明书摘要公布了：本发明提供一种树状结构数据的图像与分割标签生成模型及应用。所述模型包含基于少量专家知识设计的树状结构图像仿真器模型和基于形态损失函数的生成网络模型。本发明无需任何人工标注信息，即可以生成与真实目标图像风格极为相似的有标签仿真树状结构图像。此项技术可以针对各类医学图像中树状目标如：大脑神经元，视网膜血管，肺部气管等进行图像与分割标签生成，数据质量可达到人工标注数据的水平。本发明是首个具备自动生成分割级数据的模型，具有模型配置简单灵活、生成数据质量高，应用范围广泛的优势，可用于取代高成本高耗时的人工标注数据过程，有望彻底解决深度学习在处理医学树状图像分割问题时缺乏标注数据的瓶颈。

本发明授权一种树状结构数据的图像与分割标签生成模型及应用在权利要求书中公布了：1.一种两阶段的树状结构数据的图像与分割标签生成模型，其特征在于，该模型包含两个模块，第一模块为基于少量专家知识设计的树状结构图像仿真器模型，用于生成粗粒度的树状结构图像，第二模块为基于形态损失函数的生成网络模型，用于学习真实树状结构图像风格，对仿真图像细节进行调整；1基于少量专家知识设计的树状结构图像仿真器模型Mγ：通过归纳真实图像的先验知识构建仿真器，生成树状结构仿真图像与其对应的分割标签，树状图像的先验知识包含，树的形态、像素或体素强度直方图、背景噪声和枝干的模糊效应特征；2基于形态损失函数的生成网络模型R：在保证图像底层分割级标签不变的情况下，学习真实图像的风格与形态特征，对模拟图像的细节纹理和整体像素或体素分布风格进行调整。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。