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！

龙图腾网获悉中国科学院精密测量科学与技术创新研究院申请的专利基于人工智能和线性注意力的磁共振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：CN119625317B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202411804821.0，技术领域涉及：G06V10/26；该发明授权基于人工智能和线性注意力的磁共振图像分割方法是由周欣;邓依凡;肖洒;陈珍设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本基于人工智能和线性注意力的磁共振图像分割方法在说明书摘要公布了：本发明公开了基于人工智能和线性注意力的磁共振图像分割方法，获取磁共振图像和对应的真实标签，生成训练集和测试集；构建磁共振图像分割网络模型；利用数据集训练磁共振图像分割网络模型，以最小化总损失函数为目标，获取磁共振图像分割网络模型的最优权重；利用最优权重的磁共振图像分割网络模型对待分割的磁共振图像进行分割输出分割图。本发明提出基于泰勒展开的线性多头自注意力模块，保留了对数据间长距离依赖关系进行建模的能力，可以利用更少的内存和参数量实现高效准确的分割。

本发明授权基于人工智能和线性注意力的磁共振图像分割方法在权利要求书中公布了：1.基于人工智能和线性注意力的磁共振图像分割方法，其特征在于，包括以下步骤： 步骤1、获取磁共振图像和对应的真实标签，对磁共振图像进行划分，生成训练集和测试集； 步骤2、构建基于卷积神经网络和线性注意力的磁共振图像分割网络模型； 步骤3、利用数据集训练磁共振图像分割网络模型，以最小化总损失函数为目标，获取磁共振图像分割网络模型的最优权重； 步骤4、利用最优权重的磁共振图像分割网络模型对待分割的磁共振图像进行分割输出分割图， 所述磁共振图像分割网络模型包括编码器和解码器， 编码器包括基于残差的CNN基本下采样网络模块和线性注意力模块， 解码器为级联上采样模块， CNN基本下采样网络模块包括三层残差块， 线性注意力模块包括多层线性注意力层，每层线性注意力层包括：第一层归一化模块LayerNorm、线性多头自注意力模块T-MSA、第二层归一化模块LayerNorm、以及多层感知机MLP， 级联上采样模块，包括多个级联的Conv2dReLU上采样模块，Conv2dReLU上采样模块的个数为CNN基本下采样网络模块的残差块的个数+1， 所述磁共振图像输入编码器的CNN基本下采样网络模块，CNN基本下采样网络模块输出的特征图进行序列化获得二维特征图序列其中是第n个切片的一维向量表示，N为切片总数， 对二维特征图序列xp进行线性投影获得对应的线性投影编码特征Z0，线性投影编码特征Z0输入至编码器的线性注意力模块，线性注意力模块输出的编码特征Z12还原至切片大小的编码特征，还原为切片大小的编码特征依次通过级联上采样模块的各个Conv2dReLU上采样模块处理后，再经过1×1的卷积，生成分割图，解码器的Conv2dReLU上采样模块与编码器的CNN基本下采样网络模块的相同尺寸的残差块进行跳跃连接， 所述二维特征图序列基于以下步骤： 用长×宽为P×P的切片去分割CNN基本下采样网络模块最终输出的特征图，每个切片转换为的二维序列，按行或按列的顺序将二维序列展平成一维向量，将同一个特征图对应的各个切片对应的一维向量重组连接获得二维特征图序列， 所述线性投影基于以下公式： 其中，Z0是二维特征图序列xp经过线性投影后的线性投影编码特征，E是切片嵌入投影编码，Epos表示位置编码， 所述线性多头自注意力模块基于以下公式： LineAttentionQn,Kj,Vj为线性多头自注意力模块计算结果， Qn表示第一层归一化模块输出的磁共振图像xi对应的第n个切片对应的特征的查询向量，Kj和Vj表示第一层归一化模块输出的磁共振图像xi对应的第j个切片对应的特征的键向量和值向量， 所述线性注意力模块基于以下公式： Zl′＝T-MSALN1Zl-1+Zl-1 Zl＝MLPLN2Zl′+Zl′ 其中，LN1表示第一层归一化模块，LN2表示第二层归一化模块，T-MSA·表示线性多头自注意力模块，MLP·表示多层感知机，Zl′是第l层线性注意力层的中间编码特征，Zl和Zl-1分别是线性注意力模块的第l层线性注意力层和第l-1层线性注意力层输出的编码特征。

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中国科学院精密测量科学与技术创新研究院，其通讯地址为：430071 湖北省武汉市武昌区小洪山西30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。