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！

龙图腾网恭喜西北工业大学申请的专利基于伪蒙版引导特征聚合的医学图像分割模型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：CN115909326B 。

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：202211342921.7，技术领域涉及：G06V20/69；该发明授权基于伪蒙版引导特征聚合的医学图像分割模型是由金强国;郭菲;崔慧;苏苒;郑江滨设计研发完成，并于2022-10-31向国家知识产权局提交的专利申请。

本基于伪蒙版引导特征聚合的医学图像分割模型在说明书摘要公布了：本发明公开了一种基于伪蒙版引导特征聚合的医学图像分割模型，医学图像分割模型包括：卷积块、二阶网络模型结构、伪蒙版引导特征增强模块、多尺度多阶段特征聚合模块、第一卷积层、第二卷积层、第三卷积层和损失函数，所述二阶网络模型结构包括：一阶子网络和二阶子网络；本发明医学图像分割模型利用多尺度和多阶段特征在细胞核分割MoNuSeg数据集和腺体分割CRAG数据集上进行测试，不仅提取了详细的细胞核和腺体分割结果，而且达到了先进的质量评估效果。

本发明授权基于伪蒙版引导特征聚合的医学图像分割模型在权利要求书中公布了：1.一种基于伪蒙版引导特征聚合的医学图像分割模型，其特征在于，包括：卷积块、二阶网络模型结构、伪蒙版引导特征增强模块、多尺度多阶段特征聚合模块、第一卷积层、第二卷积层、第三卷积层和损失函数Lseg，所述二阶网络模型结构包括：一阶子网络和二阶子网络； 所述卷积块用于向其输入初始数据并将从所述卷积块输出的粗糙特征分别流向所述一阶子网络和伪蒙版引导特征增强模块； 所述二阶子网络和一阶子网络的构架相同，各包括：I+1个残差块和一个空洞空间卷积池化金字塔模块，所述一阶子网络的I+1个残差块用于对粗糙特征进行精细化调整，再向一阶子网络的空洞空间卷积池化金字塔模块输送一阶精细化特征；所述一阶子网络的空洞空间卷积池化金字塔模块用于对一阶精细化特征提取高阶潜在特征； 所述第一卷积层用于对所述一阶子网络获得的高阶潜在特征生成伪蒙版，所述伪蒙版分别传导至所述伪蒙版引导特征增强模块和损失函数Lseg； 所述伪蒙版引导特征增强模块用于利用伪蒙版增强粗糙特征的表达能力，以获得伪蒙版引导的融合特征； 二阶子网络的I+1个残差块用于输入所述融合特征并输出二阶精细化特征，二阶子网络的空洞空间卷积池化金字塔模块用于接收二阶子网络的第I+1个残差块输出的二阶精细化特征并输出高阶潜在特征； 所述多尺度多阶段特征聚合模块包括：多尺度特征聚合模块和多阶段特征聚合模块，所述多尺度特征聚合模块用于对一阶子网络第i个残差块输出的低级特征和二阶子网络第i个残差块输出的低级特征进行多尺度特征聚合以获得多尺度聚合特征，其中，i＝1、……、I； 所述第二卷积层用于融合多尺度聚合特征，以输出高阶特征； 所述多阶段特征聚合模块用于对一阶子网络第I+1个残差块的特征输出、二阶子网络的第I+1个残差块的特征输出和高阶特征进行多阶段特征聚合，进而输出多尺度多阶段聚合特征； 所述第三卷积层用于对多尺度多阶段聚合特征和由二阶子网络获得的高阶潜在特征进行特征拼接后再融合以获得预测结果； 所述损失函数Lseg用于根据伪蒙版和预测结果进行计算以获得损失函数值。

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北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。