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！

龙图腾网获悉武汉大学申请的专利基于U-Net和Transformer融合改进的心脏MRI分割方法及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：CN116823850B 。

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：202310640900.1，技术领域涉及：G06T7/11；该发明授权基于U-Net和Transformer融合改进的心脏MRI分割方法及系统是由余伟;刘瑞刚;李石君;余放;杨济海;杨俊成;李宇轩设计研发完成，并于2023-06-01向国家知识产权局提交的专利申请。

本基于U-Net和Transformer融合改进的心脏MRI分割方法及系统在说明书摘要公布了：本发明提供一种基于U‑Net和Transformer融合改进的心脏MRI分割方法及系统，进行数据预处理，包括首先对图像进行零均值标准化，并进行数据增强处理以扩充训练数据；利用Transformer优化U‑Net跳跃连接，基于多粒度特征优化U‑Net跳跃连接，基于交叉注意力机制优化U‑Net跳跃连接，根据构建好的模型对心脏MRI数据进行训练，将得到的心脏左心室、右心室、心肌以及背景相应像素概率值再按照不同的像素值进行分类，从而达到不同区域的分割效果，最终得到分割好的标注结果。本发明在捕获更丰富的全局特征的同时也能够降低计算复杂度，以此提高浅层编解码器之间的特征融合的全局性，实现更丰富的特征融合效果，最终实现更高精度的心脏MRI分割效果。

本发明授权基于U-Net和Transformer融合改进的心脏MRI分割方法及系统在权利要求书中公布了：1.一种基于U-Net和Transformer融合改进的心脏MRI分割方法，其特征在于，包括以下步骤： 步骤1，数据预处理，包括首先对图像进行零均值标准化，并进行数据增强处理以扩充训练数据； 步骤2，利用Transformer优化U-Net跳跃连接，包括将Transformer嵌入到网络中多个跳跃连接上，构成Transformer跳跃连接结构，通过该结构对编码器输出的语义特征进行特征再提取，过滤与任务不相关的语义特征和噪声特征； 步骤3，基于多粒度特征优化U-Net跳跃连接，包括对U-Net的Bottleneck层以及Bottleneck层上方Skip1,Skip2层上嵌入的Transformer进行改进，通过空间转换Unfold构建多粒度特征，让改进的Transformer提取到多粒度的上下文信息； 步骤4，基于交叉注意力机制优化U-Net跳跃连接，包括基于交叉注意力机制对Transformer进行改进，将基于交叉注意力机制改进的Transformer记作CA-MGTransformer，在Skip3,Skip4层中嵌入改进后的Transformer进行编码器解码器的特征融合，在加入的CA-MGTransformer的多头注意力层中计算需要的查询输入序列来自Skip3,Skip4层本身，而计算需要的键值序列来自Bottleneck层，通过交叉注意力计算交互捕捉到的远程交互信息，同时引入尺度较低的Bottleneck层特征图作为键值对序列； 步骤5，根据构建好的模型对心脏MRI数据进行训练，将得到的心脏左心室、右心室、心肌以及背景相应像素概率值再按照不同的像素值进行分类，从而达到不同区域的分割效果，最终得到分割好的标注结果。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。