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！

龙图腾网获悉太原理工大学申请的专利一种基于智能合约和自注意力的COVID-19病灶预测系统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：CN117058088B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202311006324.1，技术领域涉及：G06T7/00；该发明授权一种基于智能合约和自注意力的COVID-19病灶预测系统是由赵涓涓;马跃;强彦;宋平;王威雄;杨菀婷设计研发完成，并于2023-08-10向国家知识产权局提交的专利申请。

本一种基于智能合约和自注意力的COVID-19病灶预测系统在说明书摘要公布了：本发明公开了一种基于合约共享和自注意力的COVID‑19病灶预测系统。该系统包括病历加密模块、基于注意力机制的病灶分割模块、病灶预测模块、组合评分模块和权限控制模块。病灶分割和预测模块由卷积操作单元、注意力计算单元、池化单元、像素融合单元和分类小模块组成。为了实现图像的高精度分割任务，该系统采用了基于SwinT块的U‑Net深度学习网络架构。SwinT块是一种多尺度窗口交互注意力机制，通过将图像特征分割为不同的窗口，并利用自注意力机制在这些窗口之间进行交互，从而更好地建模图像中不同尺度的特征。该架构结合了U‑Net和SwinTransformer的特点，这样在进行图像分割和预测时可以获得更准确的结果，提高系统对COVID‑19病灶预测的准确度。

本发明授权一种基于智能合约和自注意力的COVID-19病灶预测系统在权利要求书中公布了：1.一种基于智能合约和自注意力的COVID-19病灶预测系统，其特征在于，包括病历加密模块、基于注意力机制的病灶分割模块、基于注意力机制的病灶预测模块、组合评分模块和权限控制模块： 基于注意力机制的病灶分割模块包括： SwinT块操作单元：输入图像进入基于U-net网络改进的神经网络，每一层的卷积自注意力层使用SwinTrasnformer进行计算； 多尺度融合单元：输入图像池化的过程中，不断进行自注意力运算的大分辨率特征被重塑为与小分辨率特征大小和通道一致的令牌序列，标记序列连接在一起后分别进行后续的图像分割和下一阶段的病灶预测模块； 掩码差分单元：MDM首先过滤掉将被配准的病变图像的分割掩模，然后逐像素减去所得到的掩模；最后，MDM将减法的结果通过一个sigmoid函数，产生一个在0到1之间的概率，作为分割网络的结果分数MaskScore； 所述的病灶分割模块包括一个以U-net为基准的神经网络，用SwinT块替换了原来的卷积操作，将患者的CT图像输入到该神经网络模块进行下采样特征提取和上采样特征学习；在下采样的终端设计了多尺度融合单元MSF，该模块通过自我注意机制建模长期依赖来学习全局上下文特征，把大分辨率特征重塑为与小分辨率特征大小和通道一致的令牌序列，然后通过自我注意机制建模长期依赖来学习全局上下文特征；同时利用掩码差分单元MDM对分割结果逐像素处理，得到一个分割网络的Mask评分结果； 基于注意力机制的病灶预测模块：分割网络中经过编码器的池化结果进入预测网络进行病变预测任务；充分利用池化操作后聚合的信息，利用注意力机制学习通道间的依赖关系； 病灶预测模块包括： 静态上下文的空间自注意单元SCSSM：以分割网络中的多尺度融合特征为输入，利用自注意机制来整合多个切片之间的信息；利用自注意机制对学习后的每个二维切片的多尺度融合特征进行动态加权；通过抑制不相关的切片来编码空间信息，SCSSM可以关注并且预测COVID-19最相关的特征； 动态自适应自注意单元：更好地捕捉同一时期病变CT之间的上下文空间关系，同时自注意单元的输出结果会通过一个sigmoid函数，产生一个在0到1之间的概率，作为预测网络的结果分数PredictionScore； 组合评分模块：将训练后的COVID-19分割MDM处理后的Mask评分结果和预测网络的预测评分进行线性组合； 权限控制模块：保存预测结果并通过控制合约对预测结果进行访问权限控制。

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太原理工大学，其通讯地址为：030024 山西省太原市迎泽西大街79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。