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！

龙图腾网获悉河北工业大学申请的专利基于Mamba-Transformer双结构与对比学习的半监督心脏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：CN120147330B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510229500.0，技术领域涉及：G06T7/10；该发明授权基于Mamba-Transformer双结构与对比学习的半监督心脏图像分割方法是由张佳彬;张磊;王元全;王宇涵设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本基于Mamba-Transformer双结构与对比学习的半监督心脏图像分割方法在说明书摘要公布了：本发明属于医学图像处理技术领域，具体是一种基于Mamba‑Transformer双结构与对比学习的半监督心脏图像分割方法。该方法使用的分割模型包括MTSeg编码器和VNet解码器，输入图像经过线性层和位置嵌入操作后进入到MTSeg编码器中，MTSeg编码器包含多个MTSeg编码模块，VNet解码器包含多个解码模块，MTSeg编码模块的输出特征经过投影操作后与相应解码模块之间跳跃连接；VNet解码器的输出特征向量经过归一化操作，得到分割结果；MTSeg编码模块包含改进的Mamba分支与Transformer分支，两个分支的输出特征向量经过交叉注意力层进行融合，得到MTSeg编码模块的输出特征向量；改进的Mamba分支包括串联的MS模块和DRFB模块，MS模块用于增强模型的特征提取和计算效率，DRFB模块用于增强模型的表达能力和训练稳定性。实现了长程依赖关系和全局信息、多尺度和局部信息的有效整合，提升了模型的特征提取能力，得到更精细、准确的分割结果。

本发明授权基于Mamba-Transformer双结构与对比学习的半监督心脏图像分割方法在权利要求书中公布了：1.一种基于Mamba-Transformer双结构与对比学习的半监督心脏图像分割方法，其特征在于，包括以下步骤： 步骤一、获取数据集并进行预处理； 步骤二、构建教师模型和学生模型，均包括MTSeg编码器和VNet解码器，输入图像经过线性层和位置嵌入操作后进入到MTSeg编码器中，MTSeg编码器包含多个MTSeg编码模块，VNet解码器包含多个解码模块，MTSeg编码模块的输出特征经过投影操作后与相应解码模块之间跳跃连接；VNet解码器的输出特征向量经过归一化操作，得到分割结果； 所述MTSeg编码模块包含改进的Mamba分支与Transformer分支，两个分支的输出特征向量经过交叉注意力层进行融合，得到MTSeg编码模块的输出特征向量；改进的Mamba分支包括串联的MS模块和DRFB模块，在MS模块中，输入特征向量经过线性层后进入到两个分支中，在一个分支中依次经过线性层、FFT模块和SiLU激活层，在另一个分支中依次经过线性层、ACFF模块、SS2D模块和线性层，两个分支的输出特征向量进行逐元素相乘后，再与MS模块的输入特征向量进行逐元素相加，相加得到的特征向量依次经过层归一化、多层感知机和ReLu激活层，得到MS模块的输出特征向量； 在FFT模块中，输入特征向量经过傅里叶变换转换至频域，得到频域特征向量；生成一个频率选择掩码，将频域特征向量与频率选择掩码进行相乘，得到低频特征向量，频域特征向量的剩余部分则为高频特征向量；将低频特征向量与高频特征向量进行加权融合后，再经过激活处理，得到FFT模块的输出特征向量； 在ACFF模块中，输入特征向量进入到两个分支中，在一个分支中依次经过卷积层、全连接层和GELU激活层，在另一个分支中依次经过卷积层和SiLu激活层，两个分支的输出特征向量进行逐元素相加，得到该模块的输出特征向量； 在DRFB模块中，输入特征向量进入到两个分支中，在一个分支中进行卷积操作，在另一个分支中与通过可学习的过滤器生成的过滤权重向量进行逐元素相乘，两个分支的输出特征向量进行逐元素相加后，依次经过层归一化和ReLu激活函数，得到该模块的输出特征向量； 步骤三、利用记忆库机制对教师模型和学生模型进行联合训练，将训练后的学生模型作为分割模型，用于三维心脏图像的分割。

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河北工业大学，其通讯地址为：300130 天津市红桥区丁字沽光荣道8号河北工业大学东院；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。