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混合深度卷积和状态空间模型的肺部CT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：CN119941757B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202510040725.1，技术领域涉及：G06T7/11；该发明授权一种基于混合深度卷积和状态空间模型的肺部CT图像分割方法是由王俊民;雷大江;袁金壑;邹月与海;雷轩;向智博;张磊设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种基于混合深度卷积和状态空间模型的肺部CT图像分割方法在说明书摘要公布了：本发明涉及医学影像辅助判读领域，特别涉及一种基于混合深度卷积和状态空间模型的肺部CT图像分割方法，包括：获取待处理的肺部CT图像；将肺部CT图像进行划分、映射，得到嵌入图像，将嵌入图像归一化；将归一化后的嵌入图像送入编码器层，降低特征图的高度和宽度并增加通道数；将编码后的图像送入解码器层，恢复特征的高度和宽度；将解码后的图像送入线性投影层，恢复通道的数量，匹配分割目标；本发明通过结合状态空间模型和混合深度卷积，可以在低计算成本的前提下有效地提升模型捕获远程信息的能力。

本发明授权一种基于混合深度卷积和状态空间模型的肺部CT图像分割方法在权利要求书中公布了：1.一种基于混合深度卷积和状态空间模型的肺部CT图像分割方法，其特征在于，包括：获取待处理的肺部CT图像；将待处理的肺部CT图像输入到训练后的肺部CT图像分割模型中，得到分割结果；其中肺部CT图像分割模型采用MCMamba网络；所述MCMamba网络由PatchEmbedding层、编码器层、解码器层、LinearProjection层依次相连构成；所述编码器层由MC-SSM模块与PatchMerging模块构成；所述MC-SSM模块包括MixConv模块、SSM模块、融合层、2个1×1卷积层以及一个归一化层； 对肺部CT图像分割模型进行训练包括： S1、将训练数据中的肺部CT图像输入到PatchEmbedding层，得到嵌入图像；对嵌入图像进行归一化处理； S2、将归一化后的嵌入图像送入编码器层，经MC-SSM模块与PatchEmbedding模块处理，得到编码图像；MC-SSM模块对数据的处理包括步骤： S21.将输入特征图分别输入MixConv模块与SSM模块；SSM模块包括：3个线性层、2个横向规范化层、深度可分离卷积层、SS2D层，其中，线性层选用SiLU作为激活函数； S22.将MixConv模块输出特征图与SSM模块输出特征图合并，得到合并后的特征图；MixConv模块包括：3个大小为3×3、5×5、7×7的卷积核、3个归一化模块、残差拼接模块；MixConv模块对数据的处理包括步骤： S221.将输入特征图分别输入至大小为3×3、5×5、7×7的卷积核，对输入特征图进行分组； S222.对每个分组使用不同的卷积核进行卷积并归一化； S223.将每个分组的输出进行拼接； S224.将输入特征图与拼接后的向量相加； S23.使用一个1×1大小的卷积层对合并后的特征图进行深层特征提取，得到深层特征图； S24.将输入特征图进行1×1的卷积并进行批归一化，得到浅层特征图； S25.将深层特征图与浅层特征图相加得到融合特征图；S3、将编码图像送入解码器层，经MC-SSM模块与PatchEmbedding模块处理，得到解码后的图像； S4、将解码后的图像送入LinearProjection层，恢复通道的数量； S5、根据匹配的分割目标计算模型的损失函数，调整模型参数，当损失函数收敛时完成模型的训练。

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。