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！

龙图腾网恭喜重庆邮电大学申请的专利一种基于特征解耦的多模态脑肿瘤MRI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：CN116310343B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202310332485.3，技术领域涉及：G06V10/26；该发明授权一种基于特征解耦的多模态脑肿瘤MRI分割方法是由舒禹程;程鑫磊;肖斌;李伟生设计研发完成，并于2023-03-29向国家知识产权局提交的专利申请。

本一种基于特征解耦的多模态脑肿瘤MRI分割方法在说明书摘要公布了：本发明涉及一种基于特征解耦的多模态脑肿瘤MRI分割方法，引入深监督机制对多模态脑肿瘤MRI图像的深层特征进行提取，同时采用注意力融合机制的网络提取区分性的特征，利用辅助枝干网络解耦特征并充分提取分割部位特征，同时构建动态特征库，引入无监督的聚类算法增强特征，提升模态数据不完整情况下的分割精度，拓展了网络模型在多模态数据中的适用性、泛化性，本发明能够自适应的处理脑肿瘤MRI不同模态的图像间对应关系，提升深度模型在模态数据不完整情况下的分割效果。

本发明授权一种基于特征解耦的多模态脑肿瘤MRI分割方法在权利要求书中公布了：1.一种基于特征解耦的多模态脑肿瘤MRI分割方法，其特征在于，包括：S1：获取脑肿瘤MRI图像数据集；其中，所述脑肿瘤MRI图像数据集包括：多个模态的脑肿瘤MRI图像、脑肿瘤MRI图像对应的模态类别标签和脑肿瘤MRI图像对应的分割图标签；S2：利用第一UNet网络的编码部分对脑肿瘤MRI图像进行下采样得到多个尺度的原始特征；S3：将多个尺度的原始特征分别输入注意力机制模块对原始特征进行特征增强得到多个尺度的原始增强特征；S4：将尺度最大的原始增强特征输入Resnet网络预测脑肿瘤MRI图像的模态类别；并根据Resnet网络的预测结果和脑肿瘤MRI图像的模态类别标签对Resnet网络进行监督训练；S5：将尺度最小的原始增强特征输入空间金字塔池化层进行语义增强得到第一原始语义增强特征；将第一原始语义增强特征输入softmax分类器进行粗分割，将分割精度高于预设值的第一原始语义增强特征存储至有序队列中构建特征库；S6：利用第一UNet网络的解码部分逐级对多个尺度的原始特征进行上采样得到脑肿瘤MRI恢复图像；并将脑肿瘤MRI图像作为标签对第一UNet网络的解码部分进行监督训练；S7：利用Kmeans算法对特征库中的第一原始语义增强特征进行聚类生成多个类和类中心点，根据类中心的数量计算每个第一原始语义增强特征对每个类的权重；将第一原始语义增强特征对其所属类的权重与其所属类的类中心点相乘，得到第二原始语义增强特征；S8：将不同尺度的原始增强特征和第二原始语义增强特征输入第二UNet网络的解码部分逐级解码出与脑肿瘤MRI图像尺度一致的分割图，将分割图输入Softmax输出分割图的类别预测结果，并利用脑肿瘤MRI图像的分割图标签进行监督训练。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路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”。