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！

龙图腾网获悉天府锦城实验室(前沿医学中心);四川大学申请的专利一种基于频域通道注意力的多模态脑肿瘤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：CN120580433B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202510681191.0，技术领域涉及：G06V10/26；该发明授权一种基于频域通道注意力的多模态脑肿瘤分割方法是由张蕾;吕建成;徐建国;闫禹;李佳怡;陈超越;黄伟设计研发完成，并于2025-05-26向国家知识产权局提交的专利申请。

本一种基于频域通道注意力的多模态脑肿瘤分割方法在说明书摘要公布了：本发明公开了一种基于频域通道注意力的多模态脑肿瘤分割方法，包括以下步骤：获取训练数据集；步骤2、建立多模态脑肿瘤分割网络，包括两个编码器和两个解码器，两个编码器第一池化层的输出连接第一FCMM模块、第二池化层的输出连接第二FCMM模块、第三池化层的输出连接第三FCMM模块、第四池化层的输出连接第四FCMM模块，第四FCMM模块依次连接第五、六、七、八上采样层；第八上采样层的输出特征与两个编码器中第一卷积层的输出特征进行拼接，然后输入第七卷积层，生成预测结果；步骤3、进行训练；步骤4、计算损失函数，进行反向传播，更新网络模型参数。本发明通过在信道维度中引入高频和低频分量，可以更有效地表征多模态数据中的互补信息和冗余信息。

本发明授权一种基于频域通道注意力的多模态脑肿瘤分割方法在权利要求书中公布了：1.一种基于频域通道注意力的多模态脑肿瘤分割方法，其特征在于，包括以下步骤： 步骤1、获取训练数据集：采用公开的脑肿瘤分割数据集作为训练集，数据集中的图像均自带标签；将训练集中的T1-T1ce模态作为一组输入，T2-Flair模态作为另一组输入； 步骤2、建立多模态脑肿瘤分割网络，包括两个编码器和两个解码器，每个编码器分别连接一个解码器；每个编码器中包括依次连接的第一卷积层、第一池化层、第二卷积层、第二池化层、第三卷积层、第三池化层、第四卷积层、第四池化层；每个解码器中包括依次连接的第五卷积层、第一上采样层、第二上采样层、第三上采样层、第四上采样层和第六卷积层；第四池化层与第五卷积层相连； 两个编码器第一池化层的输出连接第一FCMM模块，两个编码器第二池化层的输出连接第二FCMM模块，两个编码器第三池化层的输出连接第三FCMM模块，两个编码器第四池化层的输出连接第四FCMM模块，第一FCMM模块、第二FCMM模块、第三FCMM模块和第四FCMM模块顺次连接； 第四FCMM模块的输出依次连接第五上采样层、第六上采样层、第七上采样层、第八上采样层；第八上采样层的输出特征与两个编码器中第一卷积层的输出特征进行拼接，然后输入第七卷积层，生成预测结果prediction； 第一卷积层的输出和第四上采样层的输出跳跃连接，第二卷积层的输出与第三上采样层的输出跳跃连接，第三卷积层的输出与第二上采样层的输出跳跃连接，第四卷积层的输出与第一上采样层的输出跳跃连接； FCMM模块中，数据处理包括以下流程： 步骤2.1、将两组模态经过卷积层处理后得到的特征记为和j表示第j个卷积层，j＝1,2,3,4；经过池化层后得到池化层特征记为和将池化层特征和在通道维上进行划分操作，得到两个特征块组成的集合； 步骤2.2、对于划分后的特征块集合中的每一个像素点，使用离散余弦变换分配高频和低频分量，并计算标量 表示在像素点h,w上基于频率分量u和v计算得到的标量值； 步骤2.3、将每一个特征块中的所有像素点得到的结果进行相加，得到一个用于表征该特征块的标量其中i∈{1,2}，表示特征提取流的分支；n∈{0,1,…,N-1}，表示进行划分操作的时候，把每一个特征在通道维上划分块的个数； 表示向每一个通道块的每一个像素点分配频率信息后把所有得到的标量结果相加所得的值； 步骤2.4、将所有得到的用来标识对应特征块的拼接到一起，得到Freq： Freq＝CatFreq1,Freq2； 其中Cat表示拼接操作； 步骤2.5、将得到的Freq输入全连接层进行学习，并经过Sigmoid激活函数得到当前层对应的权重ωj，具体过程如下：ωj＝SigmoidfcFreq，fc表示全连接层； 步骤2.6、根据学习到的权重对输入特征进行融合：将ωj分配给将1-ωj分配给并将所得结果相加后通过一层卷积，获得该层融合后的特征Pfuse；具体公式如下：其中conv表示卷积层； 步骤2.7、判断当前FCMM模块是否为首个FCMM模块；如果不是，则对前一个FCMM模块的输出特征进行下采样，然后将融合特征与下采样后的特征进行拼接，再将拼接特征进行卷积，得到该FCMM模块的输出；表示为： Mj＝convCatPfuse,DownUpsampleMj-1 其中DownUpsample表示下采样操作； 如果是，则将融合后的结果作为该FCMM模块输出： M1＝Pfuse； 步骤3、利用训练集对多模态脑肿瘤分割网络模型进行训练；分别将两组输入送入两个编码器中，通过编码器提取特征，再通过两个解码器得到与输入模态相同尺寸的特征，并与标签计算损失，两个解码器得到的损失函数分别记为和 步骤4、计算预测结果与标签之间的损失，得到将和三个损失函数相加得到总的损失函数，并进行反向传播，更新网络模型参数。

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天府锦城实验室(前沿医学中心);四川大学，其通讯地址为：610000 四川省成都市高新区和民街387号附201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。