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！

龙图腾网获悉太原理工大学申请的专利基于ViT与上下文特征融合的蜂窝肺病灶分割方法及网络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：CN115526829B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202210907330.3，技术领域涉及：G06T7/00；该发明授权基于ViT与上下文特征融合的蜂窝肺病灶分割方法及网络是由张玲;李钢;卫建建;贺艺斌;孙梦霞;孙源瑾;李智超设计研发完成，并于2022-07-29向国家知识产权局提交的专利申请。

本基于ViT与上下文特征融合的蜂窝肺病灶分割方法及网络在说明书摘要公布了：本发明提供了基于ViT与上下文特征融合的蜂窝肺病灶分割方法及网络，属于图像处理技术领域；本发明网络可实现更高精度分割蜂窝肺病灶部位；利用通道混合卷积块增加不同通道之间信息的交互，充分提取病灶部位特征信息；采用Transformer架构作为编码器与解码器的特征连接器，增强全局信息的特征表达，扩大网络的感受野；采用CFB模块融合多阶段的特征，减少高级特征与低级特征之间的语义差距，提高病灶部位与目标边缘的分割精度；本发明应用于蜂窝肺病灶分割。

本发明授权基于ViT与上下文特征融合的蜂窝肺病灶分割方法及网络在权利要求书中公布了：1.基于ViT与上下文特征融合的蜂窝肺病灶分割方法，其特征在于：包括如下步骤： S1：获取蜂窝肺CT影像数据，对原始图像进行数据预处理，并将预处理后的数据集分为训练集与测试集； S2：构建基础UNet网络，包括下采样的编码器、上采样的解码器、跳跃连接与瓶颈层； S3：对构建的基础UNet网络进行改进，改变网络上采样层、下采样层中的卷积操作，利用通道混合卷积块代替传统卷积结构，得到的网络包括编码器、解码器和设置在网络瓶颈层的基于ViT的上下文连接器、设置在跳跃连接阶段的四个上下文感知融合模块，编码器包括四个下采样模块，解码器包括四个上采样模块，下采样模块与上采样模块中均包括通道混合卷积块，每个通道卷积混合块包含2个卷积层、批归一化层和修正线性单元ReLU，下采样模块中的每个通道混合卷积块提取的特征图包含两个通路，第一条通路接最大池化层对特征图进行下采样操作传入下一个卷积块；另一条通路进入跳跃连接路径，上采样模块中的每个通道混合卷积块之后利用反卷积对特征图进行上采样，经过转置卷积操作的特征图扩充至2倍大小； 其中通道混合卷积块对特征图分离后分为两个分支S1、S2，分支S1保持特征图与通道数不变，对分支S2进行卷积，之后，对经过卷积操作的特征图与分支S1的特征图进行融合；最后，采取通道混合操作交换特征图各个通道之间的信息，获得的特征图与上层特征图大小相同，对获取的特征图再次进行通道分离、分支卷积、通道拼接与通道混合操作； S4：在网络的瓶颈层中，利用基于ViT的上下文连接器对图像中各个像素点之间的全局关系进行建模，使用ViT代替高通道的卷积模块；在网络的瓶颈层，采取ViT将特征图切片化，计算特征图中的全局关系； S5：使用上下文感知融合模块改进跳跃连接部分低级与高级特征的特征融合方案，对特征重新学习；在跳跃连接阶段，将编码器中四个通道卷积混合块得到的特征图与上采样后的特征图分别输入含有上下文感知融合模块的路径进行特征增强操作； S6：定义分割模型的超参数，利用S1处理后的数据集进行训练，得到损失函数的损失值和分割结果； S7：根据结果调整网络参数，生成并保存训练好的病灶分割模型，将测试集数据输入至训练好的病灶分割模型，对蜂窝肺CT图像病灶进行分割，输出分割结果。

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太原理工大学，其通讯地址为：030024 山西省太原市迎泽西大街79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。