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 > 浙江工业大学吴福理获国家专利权

浙江工业大学吴福理获国家专利权

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!

龙图腾网获悉浙江工业大学申请的专利基于混合编码器和卷积嵌入的头颅侧位片标志点检测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:CN116542902B

龙图腾网通过国家知识产权局官网在2025-10-28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:202310255987.0,技术领域涉及:G06T7/00;该发明授权基于混合编码器和卷积嵌入的头颅侧位片标志点检测方法是由吴福理;陈理杰;郝鹏翼设计研发完成,并于2023-03-16向国家知识产权局提交的专利申请。

基于混合编码器和卷积嵌入的头颅侧位片标志点检测方法在说明书摘要公布了:本发明公开了一种基于混合编码器和卷积嵌入的头颅侧位片标志点检测方法,对原头颅侧位片进行预处理操作,得到以预测位置为中心的多尺度高斯金字塔作为输入图像;然后输入到混合编码器中分别得到卷积神经网络编码的低层特征向量和SwinTransformer编码的高层特征向量,将两者拼接得到混合特征向量。将混合特征向量输入到卷积嵌入层中进行嵌入操作,降维得到嵌入特征向量;然后将嵌入特征向量输入到图注意力模块,计算不同标志点之间的注意力值,得到注意力特征向量。最后通过三层MLP中回归得到相对偏移量,更新标志点的位置并迭代一定次数。本发明使得编码器编码不同尺度图像的能力以及提取上下文信息能力大大增强,模型在精度、参数大小上具有良好的表现。

本发明授权基于混合编码器和卷积嵌入的头颅侧位片标志点检测方法在权利要求书中公布了:1.一种基于混合编码器和卷积嵌入的头颅侧位片标志点检测方法,其特征在于,所述基于混合编码器和卷积嵌入的头颅侧位片标志点检测方法,包括: 根据已知数据集中的标注计算标志点的先验分布,得到标志点的初始预测位置,对原头颅侧位片进行预处理操作,得到以为中心的多尺度高斯金字塔; 将高斯金字塔各图层下采样到统一大小后输入到混合编码器中得到特征向量和,将和拼接得到特征向量; 将特征向量输入到卷积嵌入层中进行嵌入操作,降维得到特征向量; 将得到的特征向量输入到图注意力模块,得到特征向量; 将特征向量输入到三层MLP中回归得到相对偏移量,并根据和更新标志点的位置,得到新的以为中心的高斯金字塔,并进行多次迭代更新得到各标志点的最终位置; 其中,所述将特征向量输入到卷积嵌入层中进行嵌入操作,降维得到特征向量,包括: 步骤3.1、在特征向量的第二维度进行展开操作,得到特征向量,其维度为,其中代表通过展开操作对M个长度为的特征向量的拼接,为金字塔个数且等于标志点数,为金字塔的图层数; 步骤3.2、将特征向量输入到卷积嵌入层,使用分组的一维卷积层进行卷积,得到降维后的特征向量,其维度为,为向量长度; 所述卷积嵌入层,包括N个卷积核大小384,步长为3的分组一维卷积,对不同类型的标志点各使用一个一维卷积层进行嵌入操作实现降维,降维后的向量长度计算方式如下方公式: 。

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浙江工业大学,其通讯地址为:310014 浙江省杭州市下城区潮王路18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。