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！

龙图腾网获悉河北工业大学申请的专利基于多模型交叉教学的半监督心包脂肪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：CN119722704B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202411768079.2，技术领域涉及：G06T7/11；该发明授权基于多模型交叉教学的半监督心包脂肪分割方法是由李博瀚;王元全设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本基于多模型交叉教学的半监督心包脂肪分割方法在说明书摘要公布了：本发明属于医学图像处理技术领域，具体是一种基于多模型交叉教学的半监督心包脂肪分割方法。首先，使用轻量化SAM模型对心包脂肪组织进行ROI提取，得到粗糙ROI；轻量化SAM模型包括图像编码器和视觉Transformer解码器，图像编码器的各个Transformer块中均嵌入一个适配器层；对粗糙ROI进行形态学处理，得到精细ROI；将精细ROI映射到输入图像上并进行裁剪，得到精细ROI图像；然后，基于TransUNet搭建由编码器、瓶颈处理模块以及解码器组成的分割模型，瓶颈处理模块包括ASPP模块和多个WTS块；最后，基于多模型交叉教学对分割模型、UNeXt和Mamba‑UNet模型进行半监督训练，将训练后的分割模型用于心包脂肪分割。该方法能够更好地捕捉心包脂肪的边缘和细节信息，提升分割精度。

本发明授权基于多模型交叉教学的半监督心包脂肪分割方法在权利要求书中公布了：1.一种基于多模型交叉教学的半监督心包脂肪分割方法，其特征在于，包括以下步骤： S1、使用轻量化SAM模型对心脏MR图像中的心包脂肪组织进行ROI提取，得到粗糙ROI； 所述轻量化SAM模型包括图像编码器和视觉Transformer解码器，图像编码器的各个Transformer块中均嵌入一个适配器层，且适配器层位于Transformer块的多头注意力层之后； S2、对粗糙ROI进行形态学处理，得到精细ROI；将精细ROI映射到输入图像上并进行裁剪，得到精细ROI图像； S3、基于TransUNet搭建分割模型；分割模型包括编码器、解码器以及连接编码器和解码器的瓶颈处理模块，瓶颈处理模块包括ASPP模块和多个WTS块； 在WTS块中，输入特征经过归一化后，得到归一化的输入特征；归一化的输入特征输入到两个分支中，在一个分支中依次经过线性层、深度可分离卷积层、SS2D模块以及归一化层后，与归一化的输入特征经过线性层后的特征进行逐像素相乘，相乘得到的特征再经过线性层，得到该分支的输出特征；在另一个分支中，归一化的输入特征依次经过频域特征提取模块、归一化层和多层感知机，得到该分支的输出特征；两个分支的输出特征和WTS块的输入特征进行逐像素相加，得到WTS块的输出特征； S4、基于多模型交叉教学对分割模型、UNeXt和Mamba-UNet模型进行半监督训练，将训练后的分割模型用于心包脂肪的分割； 将精细ROI图像xi分别输入到Mamba-UNet模型和分割模型中生成分割图，利用分割图生成伪标签，伪标签表示为： 式中，是由Mamba-UNet模型生成的分割图得到的伪标签，是由分割模型生成的分割图得到的伪标签，Softmax·是Softmax函数，Tt是第t轮训练时的温度参数； 无标记数据的一致性损失Lcon定义为： 式中，Lsoftdice·表示Dice损失的变体，N是当前批次的图像数量，表示分割图中位置h,w处的分割结果，表示伪标签中位置h,w处的结果； 标记数据的监督损失Lsup定义为： Lsup＝wCELCEG,P+wDiceLDiceG,P+wBDLBDG,P18 BDG,P＝LmsesobelG,sobelP21 式中，LCEG,P表示交叉熵损失，LDiceG,P表示Dice损失，LBDG,P表示边界损失，wCE、wDice和wBD均是权重因子，G是标签，P是分割结果，G和P分别代表类别c的真实标签和预测概率，C是类别数量，Lmse·是均方误差损失，sobel·是Sobel边缘算子； Mamba-UNet模型与分割模型之间的损失Lpart1表示为： part1＝Lsup+λLcon22 同理，得到UNeXt模型与分割模型之间的损失Lpart2，则总损失表示为： total＝wpart1+wpart223 式中，λ、w、w均为权重因子。

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河北工业大学，其通讯地址为：300130 天津市红桥区丁字沽光荣道8号河北工业大学东院；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”。

以上内容由龙图腾AI智能生成。