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 > 重庆邮电大学李欣蔚获国家专利权

重庆邮电大学李欣蔚获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利一种基于多头注意力特征融合的肝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:CN119229116B

龙图腾网通过国家知识产权局官网在2025-12-26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:202411267421.0,技术领域涉及:G06V10/26;该发明授权一种基于多头注意力特征融合的肝图像分割方法是由李欣蔚;胡永波;耿国宏;李章勇;秦对;樊汝涛设计研发完成,并于2024-09-11向国家知识产权局提交的专利申请。

一种基于多头注意力特征融合的肝图像分割方法在说明书摘要公布了:本发明涉及肝分割技术领域,具体涉及一种基于多头注意力特征融合的肝图像分割方法,包括基于Unet网络结构建立肝图像分割模型,采集肝CT图像及其对应的标注区域图像;对肝CT图像进行边缘检测算子处理得到肝区域轮廓图像;对肝CT图像进行二值化处理得到肝区域二值化图像;将肝CT图像通过分割网络得到肝区域粗分割图像;将肝CT图像、标注区域图像、肝区域轮廓图像、肝区域二值化图像和肝区域粗分割图像调整到相同尺寸后合并,得到合并图像;采用合并图像集训练肝图像分割模型,采用损失函数计算损失,根据损失优化模型参数直至收敛;获取待处理肝CT图像输入训练好的肝图像分割模型,得到肝分割图像;本发明能提供更精确的分割图像。

本发明授权一种基于多头注意力特征融合的肝图像分割方法在权利要求书中公布了:1.一种基于多头注意力特征融合的肝图像分割方法,其特征在于,包括以下步骤: S1.基于Unet网络结构建立肝图像分割模型,所述肝图像分割模型包括特征提取模块、特征融合模块、注意力筛选模块和上采样模块;所述特征提取模块包括4个下采样层,所述上采样模块包括4个上采样层; S2.采集肝CT图像及其对应的标注区域图像; S3.对步骤S2的肝CT图像进行边缘检测算子处理得到肝区域轮廓图像; S4.对步骤S2的肝CT图像进行二值化处理得到肝区域二值化图像; S5.将步骤S2的肝CT图像通过分割网络得到肝区域粗分割图像; S6.将肝CT图像、标注区域图像、肝区域轮廓图像、肝区域二值化图像和肝区域粗分割图像调整到相同尺寸后合并,得到合并图像; S7.采用合并图像集训练肝图像分割模型,并采用损失函数计算损失,根据损失优化模型参数直至收敛;具体包括: S11.将合并图像输入下采样模块得到下采样图像组,下采样图像组包括256×256的图像X1,0、128×128的图像X2,0、64×64的图像X3,0和32×32的图像X4,0; S12.将下采样图像组和合并图像输入特征融合模块得到特征融合图像组,特征融合图像组包括64×64的图像128×128的图像256×256的图像和512×512的图像 S13.将特征融合图像组输入注意力筛选模块得到注意力图像组,注意力图像组包括64×64的图像O1、128×128的图像O2、256×256的图像O3和512×512的图像O4; S14.将注意力图像组和下采样图像组中的32×32的图像输入上采样模块,得到输出图像组,输出图像组包括图像out1、图像out2、图像out3和图像out4; S15.对输出图像组中每一图像进行卷积转换处理得到对应的预测图,根据预测图计算损失; S8.获取待处理肝CT图像输入训练好的肝图像分割模型,得到肝分割图像。

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重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路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”。

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。