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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 西安电子科技大学缑水平获国家专利权

西安电子科技大学缑水平获国家专利权

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!

龙图腾网获悉西安电子科技大学申请的专利基于多头交叉注意力转换网络的多时相肝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:CN115330816B

龙图腾网通过国家知识产权局官网在2025-07-08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:202210973043.2,技术领域涉及:G06T7/11;该发明授权基于多头交叉注意力转换网络的多时相肝肿瘤分割方法是由缑水平;童诺;王琨茹;吴锐;姚瑶;徐珊珊;李阳阳设计研发完成,并于2022-08-15向国家知识产权局提交的专利申请。

基于多头交叉注意力转换网络的多时相肝肿瘤分割方法在说明书摘要公布了:本发明公开了一种基于多头交叉注意力转换网络的多时相肝肿瘤分割方法,主要解决现有方法在对肝肿瘤提取特征时产生底层边缘、纹理形状信息损失,造成分割精度低的问题。其实现方案是:获取多时相CT影像数据集进行预处理,并划分出训练集和测试集;构建基于多头交叉注意力转换网络的多时相肝肿瘤分割模型;构建肝肿瘤分割模型的损失函数;采用反向传播法用多时相CT训练集对肝肿瘤分割模型进行迭代训练;将测试集输入到训练好的模型中得到分割结果。本发明能够对两期图像的特征进行相关性分析并有选择性的融合,能强化肝肿瘤相关信息并屏蔽无关信息,有效提升肝肿瘤的分割精度,可用于CT图像中对人体肝肿瘤病灶的自动检测和分割。

本发明授权基于多头交叉注意力转换网络的多时相肝肿瘤分割方法在权利要求书中公布了:1.一种基于多头交叉注意力转换网络的多时相肝肿瘤分割方法,其特征在于,包括: 1获取多时相CT影像数据集并进行预处理: 1a采用窗口法将CT值的范围缩小,拉大肝脏与周围组织的对比度,设置窗位为50HU,窗宽为300HU,将CT图像的CT值限制在[-100HU,200HU]区间内; 1b采用最小-最大标准化对CT图像进行归一化处理,将CT值映射到区间[0,1]内; 1c将归一化后的动脉期图像和门静脉期图像及对应的门静脉期肝肿瘤标签进行下采样至256×256; 2将预处理后的多时相CT影像数据集应用随机选择的方法按照3:1的比例划分为训练集和测试集,其中训练集中包含动脉期和门静脉期图像各7774张,测试集中包含动脉期和门静脉期图像各1323张,且动脉期和门静脉期图像共用标注的门静脉期肝肿瘤标签; 3构建基于多头交叉注意力转换网络的多时相肝肿瘤分割模型: 3a构建由多个并行连接的线性层、多个并行连接的交叉注意力层、一个拼接层和一个线性层依次级联组成的多头交叉注意力块,其中交叉注意力层由MatMul矩阵相乘层、尺度归一化层、Softmax层和一个MatMul矩阵相乘层依次级联组成; 3b构建由两个并行连接的位置编码层、两个并行连接的归一化层、一个多头交叉注意力块、一个拼接层和一个线性层依次级联组成的特征融合模块MCAF; 3c选用现有的TransUNet网络,将特征融合模块MCAF连接到该网络的编码器和TransformerLayer层之间,构成基于多头交叉注意力转换网络的多时相肝肿瘤分割模型; 4将多时相CT训练集输入到构建好的肝肿瘤分割模型中,设置该模型的分割损失Lossseg、一致性损失Losssdf和水平集损失Losslsf,利用反向传播法对其进行迭代训练,得到训练好的肝肿瘤分割模型; 5将多时相CT测试集输入到训练好的肝肿瘤分割模型中,得到在测试集上的分割结果。

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西安电子科技大学,其通讯地址为:710071 陕西省西安市太白南路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。