Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山西大学宋艳涛获国家专利权

山西大学宋艳涛获国家专利权

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!

龙图腾网获悉山西大学申请的专利一种基于CNN与Transformer的超声图像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:CN116758102B

龙图腾网通过国家知识产权局官网在2025-08-22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:202310921204.8,技术领域涉及:G06T7/12;该发明授权一种基于CNN与Transformer的超声图像分割方法是由宋艳涛;路云里设计研发完成,并于2023-07-26向国家知识产权局提交的专利申请。

一种基于CNN与Transformer的超声图像分割方法在说明书摘要公布了:本发明一种基于CNN与Transformer的超声图像分割方法,属于医学图像分割技术领域。解决超声图像分割精度低、鲁棒性不强的问题。技术方案:获取原始超声图像;将原始超声图像通过图像Unet编码器获取特征图;将原始超声图像通过图像SwinT编码器获取特征图进行输入图像序列化在随后的Swin‑Transformer块中;对两个通道的特征图进行特征融合经过Swin‑T编码器与U‑Net编码器进行特征提取后,得到了不同尺度的的特征,将不同层级不同模块的特征进行深度融合;将得到逐层的特征与得到的融合底层特征与解码器结合与U‑Net编码器模块对应层次所提取的特征进行拼接与双层卷积,批归一化与激活操作,得到分割结果。本发明具有超声图像分割精度高、鲁棒性强等优点。

本发明授权一种基于CNN与Transformer的超声图像分割方法在权利要求书中公布了:1.一种基于CNN与Transformer的超声图像分割方法,其特征是:包括以下步骤: 1获取超声图像; 其中,原始图像序列获取方法:通过医学超声影像设备来获得一张医学图像X,具有H×W的空间分辨率和C个通道; 2将原始超声图像通过图像Unet编码器获取特征图; 在U-Net编码器中,编码器由多个卷积层和池化层组成,用于提取图像的特征;图像送入编码器中后,每经过一个池化层,图像的分辨率就会减半,特征的通道数就会加倍;编码器的输出是一个低分辨率高通道数的特征图; 3将原始超声图像通过图像SwinT编码器获取特征图进行输入图像序列化在随后的Swin-Transformer块中,包含窗口自注意力和滑动窗口自注意力两个模块,通过这两个模块可以得到: 其中与xl表示第l层窗口自注意力模块和多层感知机模块的输出,与xl+1为l+1层滑动窗口自注意力模块与多层感知机模块的输出,LN为层归一化;经过四阶段堆叠的SwinT模块,最终得到了超声图像的特征图; 4对步骤23两个通道的特征图进行特征融合经过Swin-T编码器与U-Net编码器进行特征提取后,得到了不同尺度的特征,通过GDFF模块将不同层级不同模块的特征进行深度融合,GDFF模块公式如下: Fconv=DCTPFswin-T5 Ffuse=GConcatFconv,FU-net6 其中DC表示两层卷积,批量归一化以及激活,TP表示转置卷积模块,G表示门控机制,Fswin-T与FU-net分别为Swin-T编码器与U-Net编码器所提取出的不同尺度的特征; 5将步骤2得到逐层的特征与步骤4得到的融合底层特征与解码器结合与U-Net编码器模块对应层次所提取的特征进行拼接与双层卷积,批归一化与激活操作;在得到本层级的输出之后,下一层解码器会再次将上一层的特征与Swin-T编码器进行上采样操作,再次与对应层次的U-Net编码器模块进行拼接并卷积,之后在经过两次3×3卷积,得到结果。

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山西大学,其通讯地址为:030006 山西省太原市小店区坞城路92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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。