西北工业大学崔恒飞获国家专利权
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!
龙图腾网获悉西北工业大学申请的专利融合多感受野卷积和转移注意力的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:CN120783058B 。
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:202511242110.3,技术领域涉及:G06V10/26;该发明授权融合多感受野卷积和转移注意力的心脏图像分割方法是由崔恒飞;李佳橦;杜典蓉;郑凡;夏勇设计研发完成,并于2025-09-02向国家知识产权局提交的专利申请。
本融合多感受野卷积和转移注意力的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,针对构建具备全局建模能力且计算复杂度可控的Transformer变体仍是当前医学图像分割领域亟待突破的技术问题,本发明提出了融合多感受野卷积和转移注意力的心脏图像分割方法,包括以下步骤:S1、对训练数据进行预处理,得到处理后的训练数据;S2、构建多模态心脏图像分割模型;S3、通过处理后的训练数据对多模态心脏图像分割模型训练,得到训练完备的分割模型;S4、利用训练完备的分割模型对待测心脏图像进行分割,得到分割结果。本发明通过将卷积神经网络与全局自注意力机制深度融合,显著提升了心脏多模态图像分割的精度,增强了模型对复杂解剖结构的适应能力。
本发明授权融合多感受野卷积和转移注意力的心脏图像分割方法在权利要求书中公布了:1.融合多感受野卷积和转移注意力的心脏图像分割方法,其特征在于,包括以下步骤: S1、对原始心脏图像训练数据进行预处理,生成预处理后的训练数据集; S2、构建融合多感受野卷积和转移注意力的多模态心脏图像分割模型; 构建的融合多感受野卷积和转移注意力的多模态心脏图像分割模型包含基于TransUnet的对称编码器-解码器架构、线性投影模块、特征映射模块、多个多感受野深度卷积下采样模块、多个多感受野深度卷积上采样模块以及多个三维转移注意力Transformer模块; 其中,每个三维转移注意力Transformer模块包含相连接的转移注意力模块和前馈网络; 转移注意力模块,用于提取全局特征; 前馈网络,用于将提取的全局特征进行非线性变换与信息处理,得到三维转移注意力Transformer模块的输出; 转移注意力模块的工作方法如下: 步骤1、全局聚合:定义一个新的转移令牌作为查询,转移令牌由原有的查询令牌池化得到,对转移令牌应用Softmax注意力计算操作,以聚合来自各个值的信息,得到转移特征; 步骤2、全局广播:将转移特征作为值,转移令牌作为键,与查询矩阵进行Softmax注意力计算操作,将全局信息从转移特征广播到每个查询令牌,实现从全局上下文到局部特征的有效映射,得到全局特征; 多个多感受野深度卷积下采样模块,依次设置于基于TransUnet的对称编码器-解码器架构的编码器路径中; 线性投影模块,设置于基于TransUnet的对称编码器-解码器架构的编码器输出端与瓶颈部分的衔接层中; 多个三维转移注意力Transformer模块,依次设置于基于TransUnet的对称编码器-解码器架构的瓶颈部分; 特征映射模块,设置于基于TransUnet的对称编码器-解码器架构的瓶颈部分与解码器路径的接口层中; 多个多感受野深度卷积上采样模块,依次设置于基于TransUnet的对称编码器-解码器架构的解码器路径中; S3、利用预处理后的训练数据集对构建的多模态心脏图像分割模型进行训练,获得训练完备的分割模型; S4、利用训练完备的分割模型对待测心脏图像进行分割,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西北工业大学,其通讯地址为:710072 陕西省西安市友谊西路127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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励