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！

龙图腾网获悉西南大学申请的专利注意力机制下对CTP进行特征融合的AIS病灶预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：CN116309507B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310321238.3，技术领域涉及：G06T7/00；该发明授权注意力机制下对CTP进行特征融合的AIS病灶预测方法是由李林峰;陈善雄;李咏梅;刘嘉杨;廖其华;董肖霄设计研发完成，并于2023-03-29向国家知识产权局提交的专利申请。

本注意力机制下对CTP进行特征融合的AIS病灶预测方法在说明书摘要公布了：本发明公开了注意力机制下对CTP进行特征融合的AIS病灶预测方法，主要涉及医学图像分割和计算机辅助医疗技术领域；包括步骤：S1、采集一定数量的AIS病人的多模态CTP和MRI图像；S2、获得训练集；S3、构建注意力机制下对CTP进行特征融合的AIS病灶预测模型；S4、将训练集输入注意力机制下对CTP进行特征融合的AIS病灶预测模型中进行训练，得到训练好的注意力机制下对CTP进行特征融合的AIS病灶预测模型；S5、将待分割预测的急性缺血性脑卒中的多模态CTP图像送入到训练好的预测模型中进行分割；本发明能够解决现有的基于CTP预测AIS病情时，自动化分割效果差，难以满足医学实际需求的问题。

本发明授权注意力机制下对CTP进行特征融合的AIS病灶预测方法在权利要求书中公布了：1.注意力机制下对CTP进行特征融合的AIS病灶预测方法，其特征在于，包括步骤： S1、采集一定数量的AIS病人的多模态CTP和MRI图像； S2、将原始CTP序列转换为伪RGB图像，在转换前清除图像周边病人隐私信息，并将各项参数保存为单独图像，并对标签数据进行配准，之后再扩充原数据集，进行离线数据增强，获得训练集； S3、构建注意力机制下对CTP进行特征融合的AIS病灶预测模型； 注意力机制下对CTP进行特征融合的AIS病灶预测模型包括4个编码器模块、2个WMHCA特征融合模块、2个解码器模块、1个分割预测模块和1个分割优化模块； 4个编码器对应CTP的4种不同模态数据，编码器之后接WMHCA特征融合模块，特征融合模块需要将两个编码器的特征融合起来，并送入解码器；解码器通过上采样和跳跃连接，来逐步恢复细节信息；两个解码器结果输入分割预测模块，生成初步预测结果，并送入分割优化模块；分割优化模块输出通过优化后的最终预测结果； WMHCA特征融合模块含有2个输入端和1个输出端，内部共3条支路，支路1、2的输入分别是WMHCA特征融合模块的两个输入端输入，支路3的输入是WMHCA特征融合模块的两个输入端输入的按像素相交结果； 3条支路的输入连接1个1×1卷积，1×1卷积的输出连接unfold单元的输入，unfold单元的输出连接Flatten层的输入； 支路1的Flatten层的输出连接Permute层的输入，Permute层的输出与支路2的unfold单元的输出进行矩阵乘法； 矩阵乘法后的输出连接SEBlock模块的输入，SEBlock模块的输出连接Softmax层的输入，Softmax层的输出与支路3的unfold单元的输出进行第二次矩阵乘法；第二次矩阵乘法的输出经过Fold层和Concat层后恢复为WMHCA特征融合模块的输入端的输入数据的数据形式，最后与支路3的输入进行按像素相加，并将结果连接WMHCA特征融合模块的输出端； S4、将步骤S2中预处理后的训练集输入步骤S3构建的注意力机制下对CTP进行特征融合的AIS病灶预测模型中进行训练，用骰子和交叉熵混合损失函数进行反向传播更新网络参数，并通过自适应矩估计优化模型，得到训练好的注意力机制下对CTP进行特征融合的AIS病灶预测模型； S5、将待分割预测的急性缺血性脑卒中的多模态CTP图像送入到步骤S4所得到的训练好的注意力机制下对CTP进行特征融合的AIS病灶预测模型中进行分割，得到该数据的多模态CTP图像的分割预测结果。

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西南大学，其通讯地址为：400715 重庆市北碚区天生路2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。