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 > 杭州电子科技大学丽水研究院;丽水学院孙垚棋获国家专利权

杭州电子科技大学丽水研究院;丽水学院孙垚棋获国家专利权

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!

龙图腾网获悉杭州电子科技大学丽水研究院;丽水学院申请的专利基于Mamba的3D医学影像掩码自编码的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:CN120823106B

龙图腾网通过国家知识产权局官网在2026-01-09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:202511342501.2,技术领域涉及:G06T5/60;该发明授权基于Mamba的3D医学影像掩码自编码的方法是由孙垚棋;郭博洋;盛熙淳;高宇涵;殷俊;殷海兵;陈娅红;李亮设计研发完成,并于2025-09-19向国家知识产权局提交的专利申请。

基于Mamba的3D医学影像掩码自编码的方法在说明书摘要公布了:本发明涉及一种基于Mamba的3D医学影像掩码自编码的方法,旨在优化处理3D医学影像的自编码任务,特别是解决处理长序列数据时遇到的高显存需求和计算资源消耗的问题。本发明将引入的Mamba网络架构作为自编码模型的骨干网络,优化模型处理长序列数据的能力。Mamba是基于状态空间模型的一种先进架构,结合了线性动态系统理论与神经网络的概念,有效捕获数据中的时序信息和动态特征。本发明的核心优势包括选择性扫描算法、硬件感知算法,以及高效的数据处理能力,尤其在长序列数据处理时更显优势。因此本发明不仅减轻了计算和存储的负担,还保持或提高了影像处理的精度和效率,特别适用于处理需要大量计算和高内存带宽的3D医学影像数据。

本发明授权基于Mamba的3D医学影像掩码自编码的方法在权利要求书中公布了:1.基于Mamba的3D医学影像掩码自编码的方法,其特征在于,所述方法包括以下步骤: 步骤1:3D医疗影像数据的采集和整理:获取包括CT、MRI类型的3D医学影像,并进行数据整理; 步骤2:图像预处理:对所有采集到的3D医学影像数据进行预处理,包括图像配准、图像重采样、图像归一化,确保所有图像具有一致的尺寸和像素值范围; 步骤3:数据增强:对预处理后的3D医学影像数据进行多种数据增强操作,以增加数据的多样性和模型的泛化能力; 步骤4:构建基于Mamba架构的自编码模型,具体结构: 自编码模型的核心模型架构为Mamba模型,Mamba模型的核心构建块是Mamba块,通过堆叠多个Mamba块,构建深度Mamba模型; 在Mamba块与Mamba块之间引入针对3D图像的多策略扫描序列化方法,即将多策略扫描序列化方法与Mamba块结合,具体就是在每一个Mamba块前添加一个扫描序列化重排模块;模型初始化时,每个扫描序列重排模块被静态指定为八种扫描序列化方法之一;此指定在后续训练和测试中保持不变;扫描序列重排模块依据预设策略,对输入的3D医学影像序列进行重排序; 在堆叠Mamba块形成Mamba模型时,采用交替堆叠架构;即扫描序列重排模块与Mamba块交替堆叠形式;数据流经扫描序列重排模块后,按特定扫描顺序重排,再输入Mamba块进行特征学习;此交替结构使模型在各处理阶段均能从不同扫描角度观察3D影像,融合多方向上下文信息;Mamba块的堆叠层数采用8的整数倍,对应八种扫描序列方法的整数倍; 步骤5:模型训练:使用经过数据增强的图像作为输入,原始未遮挡的图像作为标签,训练基于Mamba架构的自编码模型;该模型的训练包括使用随机遮挡作为一种策略来模拟缺失数据,从而提高模型在实际应用中处理部分缺失数据的能力; 步骤6:影像重建和新样本编码:使用训练好的自编码模型对新的医疗影像样本进行编码和重建,检验模型在实际医疗环境中的应用效果,确保能够高质量地重建出医学影像; 步骤7:损失函数和优化器设置。

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杭州电子科技大学丽水研究院;丽水学院,其通讯地址为:323010 浙江省丽水市莲都区南明山街道大沅街与绿源路交叉口东北侧半导体芯片产业园3号楼;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。