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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江南大学邓赵红获国家专利权

江南大学邓赵红获国家专利权

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!

龙图腾网获悉江南大学申请的专利一种具有普适性的结肠息肉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:CN116468887B

龙图腾网通过国家知识产权局官网在2026-01-02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:202310304320.5,技术领域涉及:G06V10/26;该发明授权一种具有普适性的结肠息肉分割方法是由邓赵红;王园园;肖志勇;胡曙东;王士同设计研发完成,并于2023-03-27向国家知识产权局提交的专利申请。

一种具有普适性的结肠息肉分割方法在说明书摘要公布了:本发明属于智能医疗计算机辅助诊断应用领域,涉及一种具有普适性的结肠息肉分割方法。该方法基于编解码网络结构,编码器采用具有多尺度输出和高效自注意力机制的MixTransformer结构;解码器是依据编码器的多尺度输出设计的一种新型结构,其中利用结构简单而有效的卷积神经网络作用于编码器的低层输出,然后利用多尺度特征融合模块作用于编码器的较低层、中层、高层输出,接着对卷积神经网络和多尺度融合后的结果分别输入到CBAM注意力机制和SEBLock中,最后将其结果一并输入到相似性聚合模块中,目的是为了增强特征表示。本发明相较于现存的深度学习方法在多个数据集上的性能表现更佳,具有良好的普适性和有效性。

本发明授权一种具有普适性的结肠息肉分割方法在权利要求书中公布了:1.一种具有普适性的结肠息肉分割方法,其特征在于,步骤如下: 第一步:统一训练数据集分辨率:采用的数据集中的结肠镜图像分辨率各有不同,而编码器MixTransformer需要固定尺寸,所以在模型训练前对训练数据集进行统一处理; 第二步:将训练集输入到MixFormNet的编码器中,MixFormNet的编码器采用MixTransformer编码器; 具体操作如下:首先将输送到MixTransformer中的图像划分成尺寸大小为4×4的补丁,利用细粒度的补丁对语义分割是有帮助的;接着将这些补丁作为输入输送到MixTransformer编码器中,得到多级特征图其中i={1,2,3,4}; 第三步:利用解码器将编码器得到的特征信息转化为目标,解码器对MixTransformer的输出Fi分别进行处理; 具体来说,MixTransformer的低层输出分辨率大,包含丰富几何空间信息,但是语义信息较弱,所以 3.1将F1输入到PreNet中进一步处理得到输出F1′,然后将F1′输送到CBAM注意力机制中得到Z2; 所述的PreNet网络的处理过程如下:首先借助其Conv、BatchNormalization、ReLU和MaxPooling对输入的F1进行初始处理,然后将其输入到3个由卷积层堆叠的块中进行局部细节信息的提取; 3.2将MixTransformer的较低层、中层、高层输出Fi,其中i={2,3,4}输入到多尺度特征融合模块中得到输出特征图F′,然后将F′输入到SEBLock模块中建立特征图通道之间的相关性,最后对SEBlock的输出Z1进行卷积处理得到辅助输出预测图Pass; 3.3接着将Z1和Z2一同输入到相似聚合模块中得到主预测图Pmain,其目的是为了建模CBAM输出的低级特征和SEBlock输出的高级特征之间的信息关系; 第四步:综合决策:第三步的输出包含一个主要输出预测图Pmain和一个辅助输出预测图Pass;在训练过程中,利用Pmain与真实标签之间的预测损失和Pass与真实标签之间的预测损失之和作为网络的总损失,反向更新参数不断优化模型;在测试时,最终以Pmain和Pass相加作为最终的分割结果,通过该方式可以尽可能优化最终的分割结果;Pass不仅可以与Pmain一起优化整体模型,还可以监督多尺度特征融合的中间输出。

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江南大学,其通讯地址为:214122 江苏省无锡市滨湖区蠡湖大道1800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。