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！

龙图腾网获悉杭州师范大学申请的专利一种基于混合Swin Transformer U-Net的肺部CT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：CN117274147B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202211412454.0，技术领域涉及：G06T7/00；该发明授权一种基于混合Swin Transformer U-Net的肺部CT图像分割方法是由张聚;应长钢;龚伟伟;马栋;上官之博;孙晓燕设计研发完成，并于2022-11-11向国家知识产权局提交的专利申请。

本一种基于混合Swin Transformer U-Net的肺部CT图像分割方法在说明书摘要公布了：本发明涉及一种基于混合SwinTransformerU‑Net的肺部CT图像分割方法。本发明包括数据预处理和数据增强；构建分割模型HySwinUNet；设置训练策略和损失函数，对模型进行训练；验证已训练好的模型；通过构建HySwinUNet模型，结合卷积和Transformer，加入预激活剩余模块模块，利用卷积图像的感应偏差来避免大规模预处理，信息在网络的前向和反向传播中都能实现由一个模块直接传递至任意其它模块，减小训练负担，使得网络的获得更好的训练；使用自适应注意力模块通过集成两种注意力机制来获取多尺度的全局特征，提高目标区域特征的权重比。本发明结合了SwinTransformer和U‑Net，以增强传统编码器‑解码器架构的功能性和灵活性，实现肺部CT肺部感染部分的自动分割，能从CT图像中准确分割肺部感染区。

本发明授权一种基于混合Swin Transformer U-Net的肺部CT图像分割方法在权利要求书中公布了：1.一种基于混合SwinTransformerU-Net的肺部CT图像分割方法，其特征在于：具体包括如下步骤： 步骤一、数据预处理和数据增强： 收集大量公开的肺部感染CT图像，并进行数据增强，扩大样本数量，并将这些图像归一化处理后作为模型的训练集，用于训练模型； 步骤二、构建分割模型HySwinUNet： 基于U-Net的编码器-解码器结构构建分割模型HySwinUNet，分割模型HySwinUNet包括编码器、自适应注意力模块、解码器和跳跃连接； 在编码器中，将输入的图像通过块分割划分成4×4的小块，经过线性嵌入之后，向量的维度将会变成预先设置的值；将维度为C，分辨率为的输入值馈送到两个连续的Swin转换器中执行表征学习，过程中特征维度和分辨率保持不变；Swin转换器模块负责特征表示学习，完成学习后进行块合并，降采样和增加维度，将空间大小减小12，并将特征维度增加到原来的两倍，从而形成层次化的设计；上述过程将在编码器中重复三次，在每一层传播的过程中，提前通过预激活剩余模块； 在编码的过程中，采用自适应注意力模块来定位到感兴趣区域的特征信息，抑制没有相关性的区域特征信息，有效地提取特征信息，更精准地分割出病灶区域；从而提高目标区域特征的权重比，提高网络分割精度； 基于Swin转换器块来构建对称解码器；通过上采样将相邻维度的特征图重塑为更高分辨率的特征图，并相应地将特征维度减小到原始维度的一半；提取的上下文特征通过跳跃连接与编码器的多尺度特征融合，以弥补下采样造成的空间信息损失，恢复有价值的空间信息； 步骤三、设置训练策略和损失函数； 将经过预处理的数据集划分为训练集、测试集和验证集；采用随机初始化和Adam优化算法；设置BatchSize、epoch和合适的学习率，同时采用正则化策略防止过拟合；分割模型HySwinUNet使用反向传播算法对模型中的权重和偏置进行更新；训练迭代过程中利用损失函数进行参数的更新； 步骤四、验证已训练好的网络模型：将已经分割好的验证集输入训练好的分割模型HySwinUNet，输出的结果会将肺部CT图中病灶的部分分割出来，得到已分割的图像，通过对比专家分割出的CT图像和本发明中训练好的网络模型所分割出的图像来对模型进行评估； 验证完成后，将任意肺部CT图输入分割模型HySwinUNet中，输出已分割病灶的肺部CT图。

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杭州师范大学，其通讯地址为：311121 浙江省杭州市余杭区余杭塘路2318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”。