Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜江南大学潘祥获国家专利权

恭喜江南大学潘祥获国家专利权

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!

龙图腾网恭喜江南大学申请的专利一种图注意力模型驱动的小样本学习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:CN114240965B

龙图腾网通过国家知识产权局官网在2025-04-25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:202111521503.X,技术领域涉及:G06T7/11;该发明授权一种图注意力模型驱动的小样本学习肿瘤分割方法是由潘祥;吴由庆;吕天旭;厉力华;张岩;胡曙东;张继如;刘渊;谢振平设计研发完成,并于2021-12-13向国家知识产权局提交的专利申请。

一种图注意力模型驱动的小样本学习肿瘤分割方法在说明书摘要公布了:本发明公开了一种图注意力模型驱动的小样本学习肿瘤分割方法,其中,将数据划分为支持集和查询集,将支持集和查询集输入编码器进行编码,获取支持特征和查询特征;根据支持特征获取肿瘤感兴趣区域的特征A,并对特征A进行反池化,使支持特征与查询特征有相同的分辨率;将反池化后的支持特征与查询特征按通道叠加,将叠加后的特征放入图注意力模块,通过图注意力模块学习特征切片之间的空间信息;将经过图注意力模块的输出放入解码器,并结合跳跃连接的方式获得分割结果;本发明基于图注意力模型,提升了小样本情况下对肿瘤图片数据分割的准确性。

本发明授权一种图注意力模型驱动的小样本学习肿瘤分割方法在权利要求书中公布了:1.一种图注意力模型驱动的小样本学习肿瘤分割方法,其特征在于:包括,将数据划分为支持集和查询集,将支持集和查询集输入编码器进行编码,获取支持特征和查询特征;根据所述支持特征获取肿瘤感兴趣区域的特征A,并对所述特征A进行反池化,使所述支持特征与所述查询特征有相同的分辨率;将反池化后的支持特征与查询特征按通道叠加,将叠加后的特征放入图注意力模块,通过所述图注意力模块学习特征切片之间的空间信息;将经过图注意力模块的输出放入解码器,并结合跳跃连接的方式获得分割结果;所述图注意力模块学习特征切片之间的空间信息包括,将3D肿瘤图像的一张切片视为图上的一个顶点,切片的特征作为顶点特征,需要得到一系列新的切片特征利用所述新的切片特征,构建共享注意力机制:计算相邻切片hi、hj的注意权重:aij=attWhi,Whj其中,aij为顶点i与顶点j的注意权重,att为注意力机制,Whi,Whj表示矩阵与特征相乘;用归一化指数函数对所述切片hi、hj的注意权重aij进行标准化处理: 其中,σ指的是激活函数,||是串联操作,aT表示注意向量a的转置,exp为指数函数ex,Whi为随机生成的矩阵与第i张切片的特征相乘,Whj为随机生成的矩阵与第j张切片的特征相乘,Whk为随机生成的矩阵与第i张切片某一邻接切片特征相乘,Ni为切片i的所有邻接切片,k为切片i的所有邻接切片中的某一个切片序号,αij为归一化指数函数标准化后的切片hi与它所有邻接切片Ni的注意力值,为维度为F的切片合集,为D的切片集合;切片hi的特征可以通过具有相应注意权重的相邻切片的特征进行累加得到: 其中,h'i为hi经过一个图注意力层之后的切片特征,j为切片i的所有邻接切片中的某一个切片序号。

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江南大学,其通讯地址为:214122 江苏省无锡市滨湖区蠡湖大道1800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”。

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。