Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 广东工业大学李梓亮获国家专利权

广东工业大学李梓亮获国家专利权

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!

龙图腾网获悉广东工业大学申请的专利一种基于多向空间特征的肝肿瘤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:CN119991688B

龙图腾网通过国家知识产权局官网在2025-10-10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:202510122987.2,技术领域涉及:G06T7/10;该发明授权一种基于多向空间特征的肝肿瘤分割方法是由李梓亮;吴艳娟;陈泽昊;张纯霖;黎凡;项德杰;江芡;杨珉浩;陈楷青;洪彬;陈旭东;韩浩杰;邓杰航;顾国生设计研发完成,并于2025-01-24向国家知识产权局提交的专利申请。

一种基于多向空间特征的肝肿瘤分割方法在说明书摘要公布了:本发明公开了一种基于多向空间特征的肝肿瘤分割方法,该方法旨在实现精确的肝肿瘤分割。该方法包括:S1:预处理腹部CT数据,得到NPY矩阵数据,将数据划分为训练集,验证集和测试集;S2:提取NPY矩阵数据的初始特征;S3:在初始特征中提取多向空间特征;S4:构建自适应门控注意力模块AGAM对多向空间特征进行特征提取,得到局部特征;S5:构建六向Mamba模块HoM对多向空间特征进行特征提取,得到全局特征;S6:对局部特征和全局特征进行融合和增强得到强化特征;S7:构建通道解析熵模块CPEM对强化特征进行筛选,得到最终特征;S8:拼接多尺度的最终特征,得到肝肿瘤的分割图。本发明能够有效提升肝肿瘤分割精度,可用于CT图像中的肝肿瘤分割。

本发明授权一种基于多向空间特征的肝肿瘤分割方法在权利要求书中公布了:1.一种基于多向空间特征的肝肿瘤分割方法,其特点在于,所述方法包括以下步骤: S1:预处理腹部CT数据,得到NPY矩阵数据,将数据划分为训练集,验证集和测试集; S2:提取NPY矩阵数据的初始特征; S3:在初始特征中提取多向空间特征; S4:构建自适应门控注意力模块AGAM对多向空间特征进行特征提取,得到局部特征;具体包括以下步骤: S4.1:对多向空间特征的横断面方向切片进行特征提取; S4.2:计算注意力权重; S4.3:对多向空间特征进行局部注意力强化得到局部特征; S5:构建六向Mamba模块HoM对多向空间特征进行特征提取,得到全局特征;具体包括以下步骤: S5.1:构建Mamba长序列建模操作; S5.2:将多向空间特征的冠状面、矢状面和横断面的扁平化序列进行Mamba长序列建模; 其中,S5.2包括以下步骤: 将多向空间特征扁平化为6个特征序列,对这6个序列分别进行Mamba长序列建模,然后再将建模后的序列进行融合,实现对多向空间特征的全局注意力强化; S6:对局部特征和全局特征进行融合和增强得到强化特征;具体包括以下步骤: S6.1:融合自适应门控注意力模块AGAM和六向Mamba模块HoM的输出,得到融合特征; S6.2:对融合特征进行增强得到强化特征; S7:构建通道解析熵模块CPEM对强化特征进行筛选,得到最终特征;具体包括以下步骤: S7.1:计算强化特征的通道选择系数; S7.2:计算强化特征的不确定性估计系数; S7.3:构建通道解析熵模块CPEM筛选强化特征; 其中,S7.1包括以下步骤: 对于输入的强化特征进行全局平均池化,将每个通道的强化特征映射为一个标量,然后将其输入多层感知机,通过非线性变换对各通道的重要性进行建模,进一步提取通道间的依赖关系,最后进行归一化,将每个通道的重要系数映射到[0,1]范围,生成通道选择系数; 其中,S7.3包括以下步骤: 对每个通道特征进行调整,综合通道的重要性权重和不确定性估计系数,得到筛选后的特征; S8:拼接多尺度的最终特征,得到肝肿瘤的分割图。

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广东工业大学,其通讯地址为:510060 广东省广州市越秀区东风东路729号大院;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。

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。