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！

龙图腾网获悉北京理工大学长三角研究院(嘉兴);北京理工大学;嘉兴大学申请的专利一种基于小波池化神经网络的缺血性脑卒中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：CN119445116B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411554988.6，技术领域涉及：G06V10/26；该发明授权一种基于小波池化神经网络的缺血性脑卒中图像分割方法是由李睿德;朱慧媛;武婧赫;倪淑军;张鹏;刘珩;张先超;卜祥元设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本一种基于小波池化神经网络的缺血性脑卒中图像分割方法在说明书摘要公布了：本发明属于医疗成像技术领域，具体涉及一种基于小波池化神经网络的缺血性脑卒中图像分割方法，以下步骤：首先：以U‑Net卷积神经网络为基本网络架构，在编码路径的每个卷积块中加入卷积残差模块和卷积残差；然后将预处理后的特征图输入到编码路径的卷积块中；再然后得到第一个初步有效特征层，再经过小波池化模块进行无损采样；然后在小波池化层后连接通道注意力SE模块，通过挤压、激励与重标定进行通道特征重定向；再然后在每次下采样操作后，特征图输入金字塔扩张坐标注意力模块，通过空洞卷积和坐标注意力实现多尺度特征融合；再然后在解码路径，每次上采样操作后特征图输入到空间注意力模块，最后输出分割结果。本发明输出的分割结果更加精确。

本发明授权一种基于小波池化神经网络的缺血性脑卒中图像分割方法在权利要求书中公布了：1.一种基于小波池化神经网络的缺血性脑卒中图像分割方法，其特征在于：包括以下步骤： 步骤1：以U-Net卷积神经网络为基本网络架构，在编码路径的每个卷积块中加入卷积残差模块IdentityBlock和卷积残差块ConvBlock； 步骤2：将预处理后的256×256×4特征图输入到编码路径的卷积块中，特征图在经过第一个双层卷积残差块ConvBlock之后，得到了前后维度不一致的256×256×64的特征图；再经过一次卷积残差模块IdentityBlock；得到第一层的初步有效特征图，此时卷积前后维度一致； 步骤3：将特征图通道数增加至64并得到第一个初步有效特征层，然后经过小波池化模块进行无损采样； 步骤4：在小波池化层后连接通道注意力SE模块，通过挤压、激励与重标定进行通道特征重定向； 步骤5：在每次下采样操作后，特征图输入金字塔扩张坐标注意力模块，通过空洞卷积和坐标注意力实现多尺度特征融合； 步骤6：在解码路径，每次上采样操作后特征图输入到空间注意力模块； 步骤7：在每个编码器层和解码器层之间引入全尺度跳跃连接模块，全尺度跳跃连接模块通过融合不同尺度的特征，完成捕获全尺度下的细粒度语义和粗粒度语义的效果，获得最终分割结果。

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北京理工大学长三角研究院(嘉兴);北京理工大学;嘉兴大学，其通讯地址为：314019 浙江省嘉兴市秀洲区油车港镇东方北路1940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”。

以上内容由龙图腾AI智能生成。