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 > 恭喜湖南科技大学廖苗获国家专利权

恭喜湖南科技大学廖苗获国家专利权

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!

龙图腾网恭喜湖南科技大学申请的专利一种基于交叉增强自注意力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:CN117495872B

龙图腾网通过国家知识产权局官网在2025-05-09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:202311370730.6,技术领域涉及:G06T7/10;该发明授权一种基于交叉增强自注意力的医学图像分割方法是由廖苗;杨睿新;邸拴虎;梁伟;赵于前设计研发完成,并于2023-10-23向国家知识产权局提交的专利申请。

一种基于交叉增强自注意力的医学图像分割方法在说明书摘要公布了:本发明公开了一种基于交叉增强自注意力的医学图像分割方法,具体实现为:1建立包含原始图像和其对应分割金标准的训练数据集;2构建一种基于交叉增强自注意力的编解码网络,在编码器中引入对称块融合模块和交叉增强自注意力模块,充分提取图像局部和全局信息;4利用训练数据集对网络进行训练,直至预先设定的损失函数收敛;5运用训练好的网络对待分割的图像进行测试,得到分割结果。本发明可有效建立图像长距离和短距离依赖关系,对于边界模糊、形状不规则的目标区域,均可获得精确的分割结果。

本发明授权一种基于交叉增强自注意力的医学图像分割方法在权利要求书中公布了:1.一种基于交叉增强自注意力的医学图像分割方法,其特征在于,包括以下步骤:1建立包含原始图像和其对应分割金标准的训练数据集A;2构建一种基于交叉增强自注意力的编解码网络,称之为CE-ED-Net,具体包括:2-a采用一种带跳跃连接的编解码结构作为基本网络框架,编码器包含级联的四个编码块,每个编码块均由一个对称块融合模块和一个交叉增强自注意力模块依次连接组成;解码器包含四个解码块、一个相加操作和一个softmax操作;第一个解码块由一个1×1卷积、一个卷积注意力模块、一个1×1卷积和一个步长为16的上采样操作依次连接构成,第四个编码块的输出作为第一个解码块的输入,上采样后的结果即为第一个解码块的输出;第二个解码块包含一个步长为2的上采样操作、一个注意力门结构、一个拼接操作、一个卷积注意力模块、一个1×1卷积和一个步长为8的上采样操作,具体结构包括:首先对第一个解码块中卷积注意力模块的输出进行步长为2的上采样,得到特征图然后将第三个编码块的输出与一同输入第二个解码块的注意力门结构,得到特征图接着将与进行拼接,得到特征图最后对依次进行卷积注意力、1×1卷积和步长为8的上采样,得到第二个解码块的输出;第三个解码块包含一个步长为2的上采样操作、一个注意力门结构、一个拼接操作、一个卷积注意力模块、一个1×1卷积和一个步长为4的上采样操作,具体结构包括:首先对第二个解码块中卷积注意力模块的输出进行步长为2的上采样,得到特征图然后将第二个编码块的输出与一同输入第三个解码块的注意力门结构,得到特征图接着将与进行拼接,得到特征图最后对依次进行卷积注意力、1×1卷积和步长为4的上采样,得到第三个解码块的输出;第四个解码块包含两个步长为2的上采样操作、一个注意力门结构、一个拼接操作、一个卷积注意力模块、一个1×1卷积,具体结构包括:首先对第三个解码块中卷积注意力模块的输出进行步长为2的上采样,得到特征图然后将第一个编码块的输出与一同输入第四个解码块的注意力门结构,得到特征图接着将与进行拼接,得到特征图最后对依次进行卷积注意力、1×1卷积和步长为2的上采样,得到第四个解码块的输出;将第一个解码块、第二个解码块、第三个解码块和第四个解码块的输出进行相加融合,并将融合结果输入Softmax层,得到最终的分割结果;对称块融合模块具体结构包括:对于输入特征依次进行步长为1的3×3卷积和层归一化,得到特征然后,采用一个平行的二分支结构对特征进行下采样,每个分支包含一个无损下采样操作,由此可得到两个分支的输出,分别为和最后,将g0和g1分别进行相加和相减操作,得到对称块融合模块的输出φ0=g0-g1和φ1=g0+g1,且交叉增强自注意力模块,具体结构包括:首先,采用N个级联的交叉连接自注意力模块对输入特征和进行处理,得到特征和然后,将特征与进行相加操作得到特征将特征与进行相加操作得到特征最后将Y0与Y1进行拼接,得到交叉增强自注意力模块的输出特征3采用训练数据集A对CE-ED-Net网络进行训练,直至预先设置的损失函数收敛,得到训练好的分割网络;4利用训练好的网络对待分割图像进行测试,得到分割结果。

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湖南科技大学,其通讯地址为:411100 湖南省湘潭市雨湖区石码头2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。