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！

龙图腾网获悉浙江柏视医疗科技有限公司申请的专利一种基于双注意力机制的宫颈癌靶区自动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：CN117253042B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202311292322.3，技术领域涉及：G06V10/26；该发明授权一种基于双注意力机制的宫颈癌靶区自动分割方法是由毛小倩;卢山富;颜子夜;袁博设计研发完成，并于2023-10-08向国家知识产权局提交的专利申请。

本一种基于双注意力机制的宫颈癌靶区自动分割方法在说明书摘要公布了：本发明公开了一种基于双注意力机制的宫颈癌靶区自动分割方法，分为空间约束网络和宽度驱动注意力网络两部分；空间约束网络包括CTV分割网络和OAR分割网络；CTV分割网络和OAR分割网络从宫颈癌CT中提取与CTV分割和OAR分割相关的特征；使用交叉注意力机制学习宫颈癌CTV分割中的注意力权重，然后以CTV特征作为值V进行加权聚合，以学习OAR与CTV之间的空间约束；得到的特征恢复形状后与CTV分割网络的输出特征图拼接，得到CTV分割结果；构建宽度驱动注意力网络，并将其插入CTV分割网络的解码器阶段，对CTV分割结果进行微调。本发明通过网络结构的设计将OAR与CTV之间的相对位置关系融合进神经网络中，给神经网络提供了先验知识，提高了宫颈癌CTV分割的准确性。

本发明授权一种基于双注意力机制的宫颈癌靶区自动分割方法在权利要求书中公布了：1.一种基于双注意力机制的宫颈癌靶区自动分割方法，其特征在于：此为两阶段训练方法，包含基于空间约束的网络，和基于此微调的宽度驱动注意力网络； 具体包括以下步骤： 1构建空间约束网络，空间约束网络包括两个架构相同的卷积神经网络，分别为CTV分割网络和OAR分割网络； 2CTV分割网络和OAR分割网络分别通过学习从宫颈癌CT中勾画CTV和OAR，分别提取得到与CTV分割和OAR分割相关的特征； 3使用CTV特征作为键K，使用OAR特征作为查询Q，使用交叉注意力机制学习宫颈癌CTV分割中的注意力权重，然后以CTV特征作为值V进行加权聚合，以学习OAR与CTV之间的空间约束； 4将步骤3得到的特征恢复形状后与CTV分割网络的输出特征图拼接，再经过卷积层得到CTV分割结果； 构建宽度驱动注意力网络，并将其插入CTV分割网络的解码器阶段，对CTV分割网络进行微调； 所述CTV分割网络和OAR分割网络均为包含编码器、解码器结构的卷积神经网络，CTV分割网络和OAR分割网络共享一个编码器，且解码器各自独立工作； 所述宽度驱动注意力网络合并到特定层上形成语义分割网络，包括：高度方向池化操作、插值为粗注意力图和计算宽度驱动的注意力图三部分； 语义分割网络中的低级特征映射高级特征映射其中C是通道数，D、H和W分别是输入张量的空间维度，深度、高度和宽度； 给定一个低级特征映射Xl后，FHANet会生成一个通道方向的注意力图由每个通道高度方向的缩放因子组成，并与高级特征映射Xh的通道和深度、高度维度相匹配； 在计算注意力图后，将给定的高层特征图Xh转换为一个新的特征该新特征由A和Xh的元素相乘得到，其公式为： I高度方向池化操作： 使用高度方向的池化操作Gpool将Cl×Dl×Hl×Wl大小的输入Xl聚合成Cl×Dl×1×Wl大小的矩阵Z，从每一列中提取高度方向的上下文信息，即： Z＝GpoolXl； 形式上，深度为d的第w列矢量计算为： II插值为粗注意力图： 通过下采样将Cl×Dl×1×Wl的矩阵Z插值为的矩阵 III计算宽度驱动的注意力图： 宽度驱动的通道方向注意力图A是通过卷积层获得的，卷积层的输入是宽度方向的池化和插值后特征图 注意力图A显示了每一列的关键通道，由N个卷积层组成的操作可写成： 其中，σ是sigmoid函数，δ是ReLU激活，表示第i个二维卷积层； 注意力图通过向上采样进行转换，使其宽度维度等于给定的高级特征图Xh。

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柏视医疗科技有限公司，其通讯地址为：314000 浙江省嘉兴市经济技术开发区昌盛南路36号8幢1003室；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。