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！

龙图腾网恭喜武汉工程大学申请的专利一种基于主体和边界共同监督的超声图像语义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：CN116012356B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202310086638.0，技术领域涉及：G06T7/00；该发明授权一种基于主体和边界共同监督的超声图像语义分割方法是由徐国平;廖文涛;王霞霞;冷雪松;张炫;吴兴隆设计研发完成，并于2023-01-17向国家知识产权局提交的专利申请。

本一种基于主体和边界共同监督的超声图像语义分割方法在说明书摘要公布了：本发明提供了一种基于主体和边界共同监督的超声图像语义分割方法，通过搭建包括图像输入层、编码器、解码器和预测结果输出层的语义分割网络，使用训练集数据完成指定轮次的训练后，将测试图像输入到训练好的分割网络中，得到最终的分割结果和评估指标，实现了正确预测边界附近像素、提高分割图像的精度的功能。本发明构建的双分支边界和主体监督网络，有效缓解了当前超声图像中存在的声学伪影、病灶和周围组织之间对比度差、边界模糊导致的分割不准的问题，提高了神经网络在超声图像上的分割性能；解决了现有语义分割方法在分割超声图像边界时，由于超声图像的对比度差、边界模糊导致的分割结果不理想的问题。

本发明授权一种基于主体和边界共同监督的超声图像语义分割方法在权利要求书中公布了：1.一种基于主体和边界共同监督的超声图像语义分割方法，其特征在于：包括以下步骤： S1：采集超声图像数据并进行处理和标注，得到调整后的标注图Gfinal，组成处理后的超声图像数据集，将超声图像数据集划分为训练集和测试集； S2：处理标注图Gfinal，获得边界标签和主体标签； S3：搭建主体和边界双分支监督网络，依次包括图像输入层、编码器、解码器和预测结果输出层； 编码器包括五个阶段，每个阶段包括两个卷积层，每个卷积层后设有BatchNormalization批归一化和ReLU激活函数；两个卷积层中，第一个卷积层是1x1卷积，第二个卷积层是带有空洞的常规卷积，自上而下，常规卷积中的空洞率分别为1、2、3、5、7； 解码器包括依次连接的两个双分支模块DB、两个主体和边界监督模块DBS；双分支模块DB包括三个部分：第一部分是1x1卷积，用于对输入的特征进行维度调整；第二部分是分别连接在第一部分的结构相同的两个分支，每个分支包括两个常规卷积，用于学习得到丰富的特征；第三部分包括通过反向传播不断得到更新的两个自适应参数，分别与双分支分别输出的特征图相乘进行特征融合，然后相加得到更具代表性的特征图作为双分支模块的输出； 主体和边界监督模块DBS的内部结构与双分支模块DB相同，用于拼接编码器的特征图和前一层解码器的特征图，输入到1x1卷积中进行特征降维处理；然后输入到双分支块中，一支用于生成主体特征图FBody，另一支用于生成边界特征图FBD，两个分支分别包括两个常规卷积； S4：采用训练集对主体和边界双分支监督网络进行训练； S5：将测试集输入到训练好的主体和边界双分支监督网络中，得到待分割超声医学图像的分割结果。

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武汉工程大学，其通讯地址为：430074 湖北省武汉市洪山区雄楚大街693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”。