常州大学蔡成杰获国家专利权
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!
龙图腾网获悉常州大学申请的专利一种基于改进Unet网络的甲状腺结节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:CN114998296B 。
龙图腾网通过国家知识产权局官网在2025-06-27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:202210723059.8,技术领域涉及:G06T7/00;该发明授权一种基于改进Unet网络的甲状腺结节分割方法是由蔡成杰;毕卉;邹凌;吕继东;姜一波设计研发完成,并于2022-06-24向国家知识产权局提交的专利申请。
本一种基于改进Unet网络的甲状腺结节分割方法在说明书摘要公布了:本发明涉及图像分割技术领域,尤其涉及一种基于改进Unet网络的甲状腺结节分割方法,包括:对公共甲状腺超声图像数据集进行图像大小统一、随机翻转、旋转和增强对比度操作;构建改进Unet网络,首先在Unet网络的前3个下采样卷积中增加自注意力残差连接块;其次在第4个下采样后增加高低频自注意力自适应融合模块;最后在高低频自注意力自适应融合模块之后接入语义增强模块;使用argmax判断像素值属于结节还是背景。本发明为了帮助医生进行准确的甲状腺结节分割,对结节区域进行精确的定位,同时增强全局上下文与局部信息,降低甲状腺结节分割的误差。
本发明授权一种基于改进Unet网络的甲状腺结节分割方法在权利要求书中公布了:1.一种基于改进Unet网络的甲状腺结节分割方法,其特征在于,包括以下步骤: 步骤一、对公共甲状腺超声图像数据集进行图像大小统一、随机翻转、旋转和增强对比度操作,并按照8:1:1划分成训练集、验证集和测试集; 步骤二、构建改进Unet网络,首先在Unet网络的前3个下采样卷积块后增加自注意力残差连接块;其次在第4个下采样卷积块后增加高低频自注意力自适应融合模块;最后在高低频自注意力自适应融合模块之后接入语义增强模块; 在第4个下采样卷积块后增加高低频自注意力自适应融合模块的详细步骤如下: 高低频自注意力自适应融合模块由窗口多头注意力和高效多头自注意力并行组成,其中,窗口多头注意力先将整个特征512×16×16分成4个小窗口512×8×8,分别在每个窗口内进行自注意力的计算,高效多头自注意力中的Q由Linear线性层映射得到,而K和V分别进行最大池化和平均池化,然后将两个池化结果相加,再经过Linear线性层计算K和V;并且设置两个可学习的权重参数,以残差连接的方式将高低频注意力的特征自适应的加到原特征上,公式如下: y=xori+a1×xgao+a2×xdi2 其中,xori为传入的特征,xgao、xdi分别为高低频注意力处理的特征,a1、a2分别为两个可学习的权重参数; 在高低频自注意力自适应融合模块之后接入语义增强模块的详细步骤如下: 将高低频自注意力自适应融合模块后的特征经过Linear线性层将通道数转换成类别数2作为Q、K,同样经过Linear线性层不改变通道数作为V,然后将Q转换成512×16×16进行8倍双线性上采样至原图大小,与标签进行监督,产生的损失为loss2,同时进行语义注意力的计算,将Q、K、V传入下式: YSA=SoftmaxQKTV3 其中,Q、K、V为经过Linear层映射到的query、key、value,T为转置; 然后将语义注意力处理的特征经过Linear线性层,并设置一个可学习的参数λ对特征进行微调,然后与残差连接的特征进行相加,得到最后的语义增强后的特征,语义增强模块产生的损失与预测图产生的损失相加,进入反向传播过程; 步骤三、使用argmax判断像素值属于结节或背景。
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常州大学,其通讯地址为:213164 江苏省常州市武进区滆湖中路21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。