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！

龙图腾网恭喜南通大学申请的专利基于3D深度可分离卷积和EAM模块融合的医学图像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：CN118941795B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202411055982.4，技术领域涉及：G06V10/26；该发明授权基于3D深度可分离卷积和EAM模块融合的医学图像分割方法是由范文凤;宗烜逸;周宇;程实;王则林;周建美设计研发完成，并于2024-08-02向国家知识产权局提交的专利申请。

本基于3D深度可分离卷积和EAM模块融合的医学图像分割方法在说明书摘要公布了：本发明属于图像分割技术领域，具体涉及基于3D深度可分离卷积和EAM模块融合的医学图像分割方法。本发明方法采用EAM‑3D模块来提取特征信息，通过在深度、宽度和高度三个不同方向上计算注意力权重，增强特征表达能力。相比其他注意力机制，EAM‑3D模块的多方向注意力计算更为全面和有效。其他注意力机制通常只在某一维度上进行特征加权，而EAM‑3D模块在多个方向上进行注意力计算，使得其在处理高分辨率医学3D图像时具有显著优势。本发明方法通过在解码器的每个阶段生成不同分辨率的特征图，从粗到细、从全局到局部地进行特征图的多尺度信息捕获，最后通过融合不同阶段的特征图，可以更好地整合多层次信息，提高分割的精度和鲁棒性。

本发明授权基于3D深度可分离卷积和EAM模块融合的医学图像分割方法在权利要求书中公布了：1.基于3D深度可分离卷积和EAM模块融合的医学图像分割方法，其特征在于，包括以下步骤：S1、首先将医学图像输入到编码器的第1阶段中，使用深度可分离卷积将输入通道从1增加到16；再通过批量归一化BatchNorm3d进行归一化处理，提升训练稳定性；接着使用LeakyReLU激活函数提供线性变换，最后引入高效定位注意力机制EAM对特征进行加权处理，以增强重要特征；S2、重复进行三次深度可分离卷积、批量归一化、LeakyReLU和EAM处理，将医学图像的分辨率由低到高依次输出不同的特征图，分别作为阶段2，阶段3，阶段4的特征图，其中阶段2的通道数从16增加到32，阶段3的通道数从32增加到64，阶段4的通道数从64增加到128；S3、将编码器中阶段4的特征图作为输入图像馈送到解码器的第1阶段中，其输入通道数为128，通过多层深度可分离卷积层、BatchNorm3d层、LeakyReLU激活层和EfficientLocalizationAttention3D模块恢复特征图，其输出通道数为256；S4、将解码器中阶段1的输出特征图通过上采样扩大其空间分辨率，并与来自编码器中第3阶段的特征图进行拼接，随后通过多层深度可分离卷积层、BatchNorm3d层、LeakyReLU激活层和EfficientLocalizationAttention3D模块，结合高层次和中层次的特征信息进行特征恢复，作为解码器中阶段2的输出特征图；S5、重复S4，将解码器中阶段2的输出特征图通过上采样与编码器中第2阶段的特征图进行拼接，得到解码器阶段3的输出特征图；将解码器中阶段3的输出特征图通过上采样与编码器中第1阶段的特征图进行拼接，得到解码器阶段4的输出特征图；S6、将S3、S4、S5中解码器的4个不同阶段生成的特征图分别进行1×1×1的卷积操作，在不同尺度下生成对应的map图，通过多个尺度下的预测结果与真实的分割标签进行比较，计算损失函数更新模型的参数；S7、将所有尺度的特征图进行拼接或求和操作，得到最终的多尺度特征图，最后通过应用线性投影层，输出像素级分割预测。

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南通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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”。