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！

龙图腾网获悉深圳大学申请的专利超声图像中的颈动脉斑块分割方法、装置、设备及介质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：CN120047463B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202510113414.3，技术领域涉及：G06T7/11；该发明授权超声图像中的颈动脉斑块分割方法、装置、设备及介质是由岳广辉;成冰冰;周天薇设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本超声图像中的颈动脉斑块分割方法、装置、设备及介质在说明书摘要公布了：本发明涉及图像处理技术领域，具体公开了一种超声图像中的颈动脉斑块分割方法、装置、设备及介质，其构建颈动脉斑块分割网络并对其进行训练和测试以实现对待分割颈动脉超声图像端到端的分割，颈动脉斑块分割网络包括特征提取模块、N个多尺度注意力模块、融合模块和N‑1个边界补充模块；特征提取模块用于提取丰富的多层特征f11至fNN；多尺度注意力模块用于捕捉和整合多层特征f11至fNN，得到多层感知特征F11至FNN；融合模块以根据F22至FNN生成第N层的预测图SNN；边界补充模块根据当前层的感知特征Faa以及相邻高层的感知特征Fa+1a+1和预测图Sa+1a+1生成当前层的预测图Saa，第一层的预测图S11被选为最终的分割结果。与多种主流医学图像分割方法相比，本发明取得了最优秀的分割结果。

本发明授权超声图像中的颈动脉斑块分割方法、装置、设备及介质在权利要求书中公布了：1.超声图像中的颈动脉斑块分割方法，其特征在于，包括： 构建颈动脉斑块分割网络，所述颈动脉斑块分割网络包括特征提取模块、N个多尺度注意力模块、融合模块和N-1个边界补充模块；所述特征提取模块用于对输入图像进行特征提取，得到对应的多层特征至，N≥3；N个所述多尺度注意力模块用于对多层特征至分别进行注意力提取，得到对应的多层感知特征至；所述融合模块用于对多层感知特征至逐步进行上采样和融合，生成第N层的预测图；当前层的所述边界补充模块用于根据当前层的感知特征以及相邻高层的感知特征和预测图生成当前层的预测图，，其中被选为最终的分割结果； 采用训练集对所述颈动脉斑块分割网络进行训练及采用测试集对训练后的所述颈动脉斑块分割网络进行测试； 输入待分割的颈动脉超声图像至测试完成的所述颈动脉斑块分割网络，所述颈动脉斑块分割网络输出对应的颈动脉斑块分割图像； 所述多尺度注意力模块执行的操作为： 将第i层的特征分别通过三个e×e卷积生成查询矩阵Q、键矩阵K和值矩阵V，，e为卷积核大小； 对查询矩阵Q、键矩阵K和值矩阵V分别通过三个下采样模块进行下采样，每个下采样模块按预定义的M个下采样因子进行下采样并分别通过M个e×e卷积投射到不同的尺度空间，得到下采样查询矩阵、下采样键矩阵和下采样值矩阵，； 根据下采样查询矩阵和下采样键矩阵生成权重图； 对下采样值矩阵进行融合得到值矩阵，并将值矩阵与通过1×1卷积处理后的值矩阵相加，生成值矩阵； 将权重图与值矩阵进行逐元素相乘，生成的特征图与的1×1卷积结果相加，最终得到多层感知特征； 根据下采样查询矩阵和下采样键矩阵生成权重图的具体过程为： 通过对同一尺度空间的下采样查询矩阵和下采样键矩阵执行e×e卷积并相乘得到注意力图，再通过双线性插值将所有尺度空间的注意力图调整为统一大小后取平均值，得到权重图。

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深圳大学，其通讯地址为：518061 广东省深圳市南山区粤海街道南海大道3688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。