一种基于改进型 3D-UNet 的 MRI 图像脑肿瘤分割方法
本发明公开了一种基于改进型3D‑UNet的MRI图像脑肿瘤分割方法,具体包括:1)对数据集中脑部MRI图像进行预处理获得训练集;2)结合空洞卷积、通道注意力机制、残差卷积的方法构建改进型3D‑UNet框架;3)利用训练集数据训练改进型3D‑UNet,脑肿瘤分割网络;4)将待分割的脑部MRI图像测试数据导入脑肿瘤分割网络,得到分割后的结果。本发明提供了一种自动、准确、可重复的肿瘤分割算法,能够有效解决传统手工分割方式耗时较长且过于依赖专家的主观经验的问题,并具有比基于UNet的脑部MRI图像分割方法更高的分割精度,同时本发明提出的方法可进一步应用于其他医学MRI图像分割任务中。
《一种基于改进型 3D-UNet 的 MRI 图像脑肿瘤分割方法》是一发明专利,专利号为 2022116836412,当前法律状态为已下证,由哈尔滨理工大学提出申请,发明人为李鹏程;李志昊;王沫楠,申请日期为2022-12-24,公开(公告)日期为2025-07-01,国际专利分类号(IPC)为 G06T 7/187 (2017.01),高新资质:未报高企,所属技术领域包括:mri图像 脑肿瘤 分割方法 分割网络 训练集 训练集数据 卷积模块 图像分割 医学 肿瘤 膨胀残差模块、轴向窗口自注意力、门控注意力跳跃连接、ASPP 多尺度空洞金字塔、Dice-Focal 复合损失、深度监督、胶质瘤水肿 / 肿瘤核心 / 增强瘤多区域分割、微小病灶低漏检、医学三维影像语义分割。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于改进型3D‑UNet的MRI图像脑肿瘤分割方法,具体包括:1)对数据集中脑部MRI图像进行预处理获得训练集;2)结合空洞卷积、通道注意力机制、残差卷积的方法构建改进型3D‑UNet框架;3)利用训练集数据训练改进型3D‑UNet,脑肿瘤分割网络;4)将待分割的脑部MRI图像测试数据导入脑肿瘤分割网络,得到分割后的结果。本发明提供了一种自动、准确、可重复的肿瘤分割算法,能够有效解决传统手工分割方式耗时较长且过于依赖专家的主观经验的问题,并具有比基于UNet的脑部MRI图像分割方法更高的分割精度,同时本发明提出的方法可进一步应用于其他医学MRI图像分割任务中。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
