感跃医疗科技(成都)有限公司王志明获国家专利权
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!
龙图腾网获悉感跃医疗科技(成都)有限公司申请的专利基于Mamba架构的下颌神经管CBCT全景图像分割网络训练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:CN119152212B 。
龙图腾网通过国家知识产权局官网在2025-06-17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:202411630401.5,技术领域涉及:G06V10/26;该发明授权基于Mamba架构的下颌神经管CBCT全景图像分割网络训练方法是由王志明;蔡彪;易惊涛;杨帆设计研发完成,并于2024-11-15向国家知识产权局提交的专利申请。
本基于Mamba架构的下颌神经管CBCT全景图像分割网络训练方法在说明书摘要公布了:本发明公开了基于Mamba架构的下颌神经管CBCT全景图像分割网络训练方法,涉及计算机视觉领域的图像处理技术。该分割网络训练方法采用编码器解码器架构,其基于管状卷积核的特征提取操作通过扩大感受野和学习形变来提取管状结构特征,之后进行三视觉特征融合策略进一步引导模型从不同角度补充对关键特征的关注;编码器部分通过Mamba架构建模全局和多尺度特征,并在训练和推理过程保持高效,最终使网络对于管状结构的CBCT图像有更加完整的分割效果。
本发明授权基于Mamba架构的下颌神经管CBCT全景图像分割网络训练方法在权利要求书中公布了:1.基于Mamba架构的下颌神经管CBCT全景图像分割网络训练方法,其特征在于,包括以下步骤: S1.构建训练数据集:采集下颌神经管CBCT图像,再利用人工标注的手段对采集到的CBCT图像进行处理生成全景CBCT图像,对全景CBCT图像中需要分割的部位进行标注并转化为标签图,代表需要分割部位的像素点赋值为1,代表背景的像素点赋值为0,标签图与相应的CBCT图像构成一组训练样本,送入网络中训练; S2.构建训练框架:训练框架包括stem层、编码器部分、解码器部分、跳跃连接部分三部分,编码器部分由四个编码器组成,每个编码器包括Mamba模块、GSC模块和TUC模块,解码器部分包括卷积层,上采样层、分割头,跳跃连接和残差连接层,一次迭代的过程如下: S2-1.将要进行训练的全景CBCT图像先送入stem层,stem层采用深度卷积,图像经过stem层提取第一个特征尺度;然后将送入编码器部分的Mamba模块和相应的下采用层; S2-2.在第一个Mamba模块中,先经过门控空间卷积模块GSC提取来自stem层中的图像空间特征,在之后的每一个Mamba模块中,先经过门控空间卷积模块GSC提取来自上一个Mamba模块中的图像空间特征;输入的第m个空间特征首先被送入两个TUC模块中得到和;接着,这两个特征进行逐像素相乘,以门控机制的方式控制信息传输;最后,利用另一个TUC模块将这两个特征进一步融合成,并通过解码器部分的残差连接层将特征送入解码器; S2-3.经过GSC和三个TUC模块得到特征后,再经过ToM模块从多个方向上建模特征之间的依赖关系;特征沿三个不同方向展开成三个序列,然后执行相应的特征交互操作,最终获得整合后的特征图; S2-4.重复S2-1、S2-2、S2-3的步骤,得到四个编码器输出的特征图、、、并输入到跳跃连接层,得到每一个跳跃连接层的结果、、、; S2-5.将最后一个编码器得到的特征图输入到解码器中进行卷积上采样操作得到特征图,解码器部分同时接收,与特征图在通道维度上进行拼接得到;然后再进行卷积上采样得到;将与特征图在通道维度上进行拼接得到;然后再进行卷积上采样得到;将与特征图在通道维度上进行拼接得到;然后再进行卷积上采样得到;对再进行一次卷积上采样后得到与输入特征图的分辨率大小相同的特征图; S2-6.将得到的特征图经过一个分割头进行输出,并将输出的结果与标签图进行损失函数的计算,根据计算的结果进行反向传播,至此一轮迭代完成。
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感跃医疗科技(成都)有限公司,其通讯地址为:610042 四川省成都市高新区天府大道北段1480号1栋A座5层33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”。
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。