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！

龙图腾网获悉浙江工业大学申请的专利结合全局注意力和尺度感知的CBCT牙齿实例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：CN116188513B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202211550817.7，技术领域涉及：G06T7/155；该发明授权结合全局注意力和尺度感知的CBCT牙齿实例分割方法是由吴福理;钱天仕;郝鹏翼设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本结合全局注意力和尺度感知的CBCT牙齿实例分割方法在说明书摘要公布了：本发明公开了结合全局注意力和尺度感知的CBCT牙齿实例分割方法，在获取CBCT影像，对原始CBCT影像使用预处理操作后作为输入影像，之后将预处理后的CBCT影像输入至结合全局注意力和尺度感知的分割网络中，得到最终的三维牙齿实例分割结果。本发明使得网络提取细节特征、关键特征以及多尺度上下文特征能力大大增强，使得模型在进行CBCT三维牙齿实例分割时均能获得不错的精度和泛化能力。

本发明授权结合全局注意力和尺度感知的CBCT牙齿实例分割方法在权利要求书中公布了：1.一种结合全局注意力和尺度感知的CBCT牙齿实例分割方法，其特征在于，所述结合全局注意力和尺度感知的CBCT牙齿实例分割方法，包括： 获取原始CBCT影像，对原始CBCT影像使用预处理操作后作为输入影像I； 将CBCT影像I输入至结合全局注意力和尺度感知的分割网络，得到CBCT影像的分割结果； 其中，所述将CBCT影像I输入至结合全局注意力和尺度感知的分割网络，得到CBCT影像的分割结果，包括： 步骤1.1、将CBCT影像I输入至基于全局注意力的卷积块，得到输出特征图，其维度大小为； 步骤1.2、将特征图进行最大池化，然后输入至基于全局注意力的卷积块，得到输出特征图，其维度大小为； 步骤1.3、将特征图进行最大池化，然后输入至基于全局注意力的卷积块，得到输出特征图，其维度大小为； 步骤1.4、将特征图进行最大池化，然后输入至基于尺度感知的卷积块，得到输出特征图，其维度大小为； 步骤1.5、将生成的特征图进行上采样，之后和特征图按通道进行拼接，得到通道数为的特征图，将其输入至基于全局注意力的卷积块，得到特征图，其维度大小为； 步骤1.6、将特征图进行上采样，之后和特征图按通道进行拼接，得到通道数为的特征图，将其输入至基于全局注意力的卷积块，得到特征图，其维度大小为； 步骤1.7、将特征图进行上采样，之后和特征图按通道进行拼接，得到通道数为的特征图，将其输入至基于全局注意力的卷积块，得到特征图，其维度大小为； 步骤1.8、将特征图输入至卷积核大小为的卷积块，得到CBCT影像的分割结果，其维度大小为,其中代表颗不同牙齿的类别数； 其中，所述基于尺度感知的卷积块，包括一组级联的卷积核大小为的卷积层、批处理标准化层和激活层以及一组尺度感知模块； 所述尺度感知模块，包括： 将输入特征图分别输入空洞率为1和2的空洞卷积层，得到的两个特征图进行通道拼接后输入到一组由卷积核大小为和的卷积块当中，得到第一个中间特征图，将输入特征图输入至空洞率为4的空洞卷积层，得到的特征图和第一个中间特征图进行通道拼接后输入到一组由卷积核大小为和的卷积块当中，得到第二个中间特征图，将输入特征图与第二个中间特征图按照一个可学习参数α的比例加权相加，得到最后的输出特征图。

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工业大学，其通讯地址为：310014 浙江省杭州市下城区朝晖六区；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。