Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 兰州大学康仲锋获国家专利权

兰州大学康仲锋获国家专利权

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!

龙图腾网获悉兰州大学申请的专利多轴RWKV-UNet++多模态MRI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:CN121504951B

龙图腾网通过国家知识产权局官网在2026-04-24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:202511692957.1,技术领域涉及:G06T7/11;该发明授权多轴RWKV-UNet++多模态MRI脑肿瘤分割方法是由康仲锋;范霄鹏;王宇彤;杨佳学;吴子今;王晔;宗少颐设计研发完成,并于2025-11-18向国家知识产权局提交的专利申请。

多轴RWKV-UNet++多模态MRI脑肿瘤分割方法在说明书摘要公布了:本发明公开了一种多轴RWKV‑UNet++多模态MRI脑肿瘤分割方法,属于医学图像处理技术领域。本发明通过输入多模态MRI三维体数据并预处理,经模态融合模块输出融合特征;融合特征输入含多轴RWKV序列建模的编码器提取长程依赖;编码器输出经瓶颈层处理后,由全局Token聚合器汇聚全局上下文并回注;增强特征输入UNet++嵌套拓扑解码器,跳连特征经跳连RWKV语义对齐后与上采样特征融合,最终映射生成三维分割概率图。本方法主要用于多模态MRI脑肿瘤的精准三维分割,为临床脑肿瘤诊断与治疗提供支持。

本发明授权多轴RWKV-UNet++多模态MRI脑肿瘤分割方法在权利要求书中公布了:1.多轴RWKV-UNet++多模态MRI脑肿瘤分割方法,其特征在于,包括以下步骤: 输入包含T1、T1c、T2以及FLAIR模态的MRI三维体数据; 对输入的多模态MRI三维体数据进行预处理,所述预处理包括将体素重采样至等距分辨率以及对体素强度进行归一化; 将预处理后的数据通过1×1×1卷积,将每个模态分别嵌入为统一通道维度的特征向量,将四个模态的特征向量构造为一个序列,通过RWKV序列建模单元对该序列进行跨模态交互,输出融合特征; 将融合特征输入编码器,所述编码器包含多个层级,每个层级依次执行三维卷积操作、沿深度轴、高度轴以及宽度轴进行多轴双向RWKV序列建模、并与该层级的输入特征进行残差连接,每个层级的输出特征经下采样后送入下一层级,同时每个层级的输出特征被保存为跳连特征; 将编码器最高层级的输出特征输入至瓶颈层,依次执行三维卷积操作和多轴双向RWKV序列建模,得到瓶颈特征; 将所述瓶颈特征输入至全局Token聚合器,将瓶颈特征池化为多个Token,通过轻量网络对Token进行全局上下文汇聚,并将汇聚后的特征投影回瓶颈特征空间,与原始瓶颈特征进行残差叠加,得到增强的瓶颈特征; 将所述增强的瓶颈特征输入基于UNet++嵌套拓扑结构的解码器; 在解码过程中,将编码器保存的所述跳连特征,通过跳连RWKV语义对齐器将同分辨率下的多个节点特征视为序列并进行语义对齐; 在解码器的每一层级,将上采样后的特征与经对齐的对应跳连特征进行级联与融合; 将解码器最终输出的特征通过1×1×1卷积映射为三个类别通道,分别对应整个肿瘤、肿瘤核心以及增强肿瘤的分割结果,再通过Sigmoid激活函数生成三维分割概率图。

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兰州大学,其通讯地址为:730000 甘肃省兰州市城关区天水南路222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。

免责声明
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。