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！

龙图腾网获悉中南林业科技大学申请的专利一种主动脉夹层术后影像的生成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：CN115908599B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211077949.2，技术领域涉及：G06T12/10；该发明授权一种主动脉夹层术后影像的生成方法是由谭云;彭海阔;谭凌;秦姣华;唐浩;向旭宇设计研发完成，并于2022-09-05向国家知识产权局提交的专利申请。

本一种主动脉夹层术后影像的生成方法在说明书摘要公布了：本发明公开了一种主动脉夹层术后影像的生成方法，提出了用于未配对影像生成的MARTF‑GAN模型，基于术前影像生成患者的术后影像，给手术方案制定提供可靠的指导。该模型生成器由注意力编码器、RTF模块、注意力解码器组成。注意力编码器通过全局上下文注意力提取较为丰富的图像特征；RTF模块位于注意力编码器和注意力解码器之间，对注意力编码器的输出特征图进行深层次的全局和局部信息提取融合，提取高级语义信息；注意力解码器的作用是根据高级语义信息生成最终的术后影像，在注意力掩码的指导下能够生成语义较为丰富的图像。该方法整体指标的性能优于Munit、AttGan、QsaGan和CycleGan模型。

本发明授权一种主动脉夹层术后影像的生成方法在权利要求书中公布了：1.一种主动脉夹层术后影像的生成方法，其特征在于，采用MARTF-GAN模型，基于术前影像生成患者的术后影像； 所述的MARTF-GAN模型包括注意力编码器、RTF模块、注意力解码器； 1注意力编码器通过全局上下文注意力模块提取的图像特征，得到输出特征图； 2RTF模块位于注意力编码器和注意力解码器之间，对注意力编码器的输出特征图进行深层次的全局和局部信息提取融合，提取高级语义信息； 3注意力解码器作用是根据高级语义信息生成最终的术后影像，在注意力掩码的指导下能够生成图像； 模型输入维度为1×256×256的灰度图，经过一个卷积块生成维度为64×256×256的特征图；该卷积块对边界进行了ReflectionPadding，保留边界信息的同时保证输出特征与输入图像大小相同；然后利用大小为7×7的卷积核进行卷积运算，以尽可能地保留输入图像的特征信息； 下采样层结构是由一个3×3的卷积、InstanceNorm和Relu激活函数组成；假定下采样层的输入维度为C×H×W，那么下采样层输出维度为2C×H2×W2的特征图；在每个下采样层后引入全局上下文注意力模块，提取更加多样化的特征，但不改变特征图大小；在经过两个下采样层和全局上下文注意力模块后，输出的特征维度为256×64×64；RTF模块采用残差卷积块与transformer块并行的结构，将全局和局部特征相融合，采用特征压缩的方式将特征维度重构为256×64×64； 注意力解码器采用两条分支，一条分支用于计算注意力掩码，一条用来计算内容掩码；二者都使用逆卷积操作来进行特征上采样，经过两个上采样后输出的特征维度为64×256×256；最后利用卷积进行特征维度压缩，将内容掩码与模型输入进行拼接，在注意力掩码的指导下，完成图像重建，得到大小为1×256×256的输出结果； 全局上下文注意力模块的处理过程为： 首先采用1×1卷积对下采样后的特征图生成一张注意力掩码，然后经过维度交换后得到；将fdown的维度交换为后，在注意力掩码指导下获取上下文特征 通过bottlenecktransform模块来进行特征变化以捕获通道之间的依赖关系；最后将全局上下文特征fcontext与fdown进行融合，得到最终的输出 用Φ表示1×1卷积，σ表示Softmax激活函数，LN表示LayerNorm，用表示矩阵乘法，表示对应元素相加，全局上下文注意力模块可表示为： ma＝σΦfdown

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中南林业科技大学，其通讯地址为：410004 湖南省长沙市天心区韶山南路498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。