Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 广东工业大学顾国生获国家专利权

广东工业大学顾国生获国家专利权

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!

龙图腾网获悉广东工业大学申请的专利一种基于MSLQA-Net的轻量化脑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:CN119963575B

龙图腾网通过国家知识产权局官网在2025-10-17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:202510033486.7,技术领域涉及:G06T7/11;该发明授权一种基于MSLQA-Net的轻量化脑肿瘤分割方法是由顾国生;陈旭东;韩浩杰;邓杰航;黎凡;项德杰;江芡;杨珉浩;伍浩伟;张纯霖;陈泽昊;吴艳娟;李梓亮设计研发完成,并于2025-01-08向国家知识产权局提交的专利申请。

一种基于MSLQA-Net的轻量化脑肿瘤分割方法在说明书摘要公布了:本发明涉及一种基于MSLQA‑Net的轻量化脑肿瘤分割方法,该方法应用于脑肿瘤核磁共振成像MRI的肿瘤分割。该方法包括:S1:预处理脑部MRI数据,将数据划分为训练集,验证集和测试集;S2:构建多尺度分解残差卷积模块MSDRC进行特征提取,构成多级次特征图;S3:构建跨层特征聚合模块CLFA,对多级次特征图进行高效聚合,得到聚合特征图;S4:构建四重维度注意力模块QDA,对聚合特征图进一步细化,得到细化特征图;S5:融合多尺度分解残差卷积,跨层特征聚合及四重维度注意力模块,构建MSLQA‑Net分割模型;S6:使用训练集,验证集和测试集对分割模型进行训练,验证优化及测试。本发明在脑肿瘤分割任务中,能在提升推理速度的同时,仍保持高精度结果。

本发明授权一种基于MSLQA-Net的轻量化脑肿瘤分割方法在权利要求书中公布了:1.一种基于MSLQA-Net的轻量化脑肿瘤分割方法,其特征在于,所述方法包括以下步骤: S1:预处理脑部MRI数据,将数据划分为训练集,验证集和测试集; S2:构建多尺度分解残差卷积模块MSDRC进行特征提取,构成多级次特征图; S2.1:采用三种大小的卷积核构建三个特征提取分支; S2.2:在各个分支上对特征进行分解和细化; S2.3:将三个分支的特征进行融合,构建多尺度分解残差卷积模块; 其中,S2.2包括以下步骤: 将一个传统的3D卷积核分解为两个伪3D卷积核的连接,在两个被分解的卷积块之间,利用残差连接以防止特征在提取过程中的信息丢失; S3:构建跨层特征聚合模块CLFA,对多级次特征图进行高效聚合,得到聚合特征图; S3.1:将浅层与中层特征进行聚合,生成初步聚合特征; S3.2:将中层、初步聚合以及深层特征进一步聚合,构建跨层特征聚合模块; S4:构建四重维度注意力模块QDA,对聚合后的特征图进一步细化,得到细化特征图; S4.1:将输入特征沿不同方向进行转置,形成四个分支; S4.2:在四个分支上分别对四个维度进行注意力建模,生成增强后特征; S4.3:将四个分支增强后特征进行融合,构建四重维度注意力模块; 其中,S4.2包括以下步骤: 在轴位、冠状位、矢状位和通道四个维度上建模注意力,四个分支分别进行注意力建模,通过平均池化和标准差池化对输入特征进行池化操作,得到两个池化结果,并将它们进行自适应聚合,生成新的特征张量; S5:融合多尺度分解残差卷积,跨层特征聚合及四重维度注意力模块,构建MSLQA-Net分割模型; S6:使用训练集,验证集和测试集对分割模型进行训练,验证优化及测试。

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广东工业大学,其通讯地址为:510060 广东省广州市越秀区东风东路729号大院;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。

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。