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！

龙图腾网获悉山东师范大学申请的专利一种基于轻量化的多模态医学图像分割方法及系统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：CN119887807B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202510360943.3，技术领域涉及：G06T7/11；该发明授权一种基于轻量化的多模态医学图像分割方法及系统是由李登旺;刘晓宇;黄浦;马俊朋;王锡明;黄召勤;程瑶;梁子伟设计研发完成，并于2025-03-26向国家知识产权局提交的专利申请。

本一种基于轻量化的多模态医学图像分割方法及系统在说明书摘要公布了：本发明涉及医学图像分割技术领域，尤其涉及一种基于轻量化的多模态医学图像分割方法。步骤如下：收集医学图像构建数据集，对数据集中图像进行预处理，将预处理后的数据集划分为训练集和测试集；构建轻量化医学图像分割模型，模型包括图像编码器、提示编码器、掩码解码器，将训练集中的医学图像输入至轻量化医学图像分割模型中进行医学图像分割，得到模型预测的分割结果；对轻量化医学图像分割模型进行改进优化，得到参数更新后的轻量化医学图像分割模型；将测试集中的医学图像输入至参数更新后的轻量化医学图像分割模型，得到最终预测的分割结果。本方法通过优化计算效率和资源利用，可以在临床环境中帮助医生快速识别和定位病变，提高工作效率。

本发明授权一种基于轻量化的多模态医学图像分割方法及系统在权利要求书中公布了：1.一种基于轻量化的多模态医学图像分割方法，其特征是，包括以下步骤： S1、收集多种成像模式的医学图像构建数据集，对数据集中图像进行预处理，然后将预处理后的数据集划分为训练集和测试集； S2、构建轻量化医学图像分割模型，模型包括图像编码器、提示编码器、掩码解码器，将训练集中的医学图像输入至轻量化医学图像分割模型中进行医学图像分割，得到模型预测的分割结果； S3、对轻量化医学图像分割模型进行改进和优化，得到参数更新后的轻量化医学图像分割模型； S4、将测试集中的医学图像输入至参数更新后的轻量化医学图像分割模型，得到最终预测的分割结果； S3具体如下： 根据模型预测的分割结果和实际分割结果计算基于像素、基于区域、基于分布和基于形状的损失，并引入多任务平衡机制MBM，对基于像素、基于区域、基于分布和基于形状的损失的权重进行动态调整，还引入自适应锐度范数最小化ASNM策略，通过优化最大损失和梯度范数，寻求模型的平坦极小值，进而对轻量化医学图像分割模型进行改进和优化，选择最优的参数对模型进行更新，得到参数更新后的轻量化医学图像分割模型； 基于像素的MSE损失通过计算预测的分割结果中每个像素值与真实标签对应的像素值来量化轻量化医学图像分割模型的预测精度，计算公式如下： ， 其中，表示基于像素的MSE损失，表示预测的分割结果图像中的像素总数，表示的索引，表示第个预测的像素值，表示第个真实标签的像素值； 基于区域的DC损失通过强调预测的分割结果和真实标签之间的重叠区域来保持分割区域的形状和边界的准确性，计算公式如下： ， 其中，表示基于区域的DC损失； 基于分布的CE损失通过对的单个像素的准确分类保证分割精度，计算公式如下： ， 其中，表示基于分布的CE损失； 基于形状的SD损失通过预测的分割结果与掩码距离变换图之间的差值来增强分割目标的形状特征，计算公式如下： ， 其中，表示基于形状的SD损失，表示通道总数，表示的索引，表示预测的分割结果与掩码距离变换图第个像素之间在通道的差值； 将基于像素、基于区域、基于分布和基于形状的损失合并为一个资源框架来定义MBM，计算公式如下： ， 其中，表示基于像素、基于区域、基于分布和基于形状的损失，表示损失的个数，，表示基于像素的MSE损失，基于区域的DC损失，基于分布的CE损失，基于形状的SD损失，表示每个损失对应的可学习参数。

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山东师范大学，其通讯地址为：250000 山东省济南市历下区文化东路88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”。