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！

龙图腾网获悉郑州大学申请的专利一种基于卷积和可变形自注意力机制的医学影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：CN115661462B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202211422579.1，技术领域涉及：G06V10/26；该发明授权一种基于卷积和可变形自注意力机制的医学影像分割方法是由高宇飞;马自行;石磊设计研发完成，并于2022-11-14向国家知识产权局提交的专利申请。

本一种基于卷积和可变形自注意力机制的医学影像分割方法在说明书摘要公布了：本发明适用于医学影像分割领域，提供了一种基于卷积和可变形自注意力机制的医学影像分割方法，包括S1：对CT图像进行预处理和数据增强；S2：构建基于卷积和可变形自注意力机制的U‑Net架构模型Med‑CaDA；S3：对步骤S2构建的U‑Net架构模型采用Dice损失函数；S4：采用Adam优化算法训练步骤S2构建的U‑Net架构模型；S5：采用Dicescore和95％Hausdorffdistance两个指标衡量分割准确性。本发明构建了一个U‑Net架构的分割模型，并且提出了基于卷积和可变形自注意力机制的CaDA块，既保留卷积在局部信息提取上的优势，又利用了可变形自注意力机制捕捉全局依赖的能力，在较低计算量的情况下实现良好的医学影像分割精度。

本发明授权一种基于卷积和可变形自注意力机制的医学影像分割方法在权利要求书中公布了：1.一种基于卷积和可变形自注意力机制的医学影像分割方法，其特征在于：包括如下步骤： 步骤S1：对CT图像进行预处理和数据增强； 步骤S2：构建基于卷积和可变形自注意力机制的U-Net架构模型Med-CaDA，所述U-Net架构模型由编码器、解码器和跳跃连接组成，编码器包括Embedding层、卷积和可变形自注意力机制组成的CaDA块、下采样层，解码器包括上采样层，CaDA块，扩展层，CaDA块用于局部全局信息提取，包含卷积组成的瓶颈残差模块和可变形自注意力机制，瓶颈残差模块由两个卷积和一个深度可分离卷积组成，用于局部信息提取并保证输入输出特征图尺寸一致；瓶颈残差模块可表示为： 1 2 其中代表卷积，代表深度可分离卷积； 步骤S3：对步骤S2构建的U-Net架构模型采用Dice损失函数； 步骤S4：采用Adam优化算法训练步骤S2构建的U-Net架构模型； 步骤S5：采用DiceScore和95%Hausdorffdistance两个指标衡量分割准确性； 所述可变形自注意力机制Transformer具体为：针对输入X，首先对其产生一组网格点，通过Query键Q经过Offset网络去学习网格点P的偏移量，然后采用双线性插值去获取在原图X上采样点，最后根据采样点产生Key和Value键后与Query键一起计算自注意力,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郑州大学，其通讯地址为：450000 河南省郑州市高新技术开发区科学大道100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。