沈阳航空航天大学张国栋获国家专利权
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!
龙图腾网获悉沈阳航空航天大学申请的专利基于维度分解注意力的两阶段三维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:CN117036703B 。
龙图腾网通过国家知识产权局官网在2026-04-03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:202310994348.6,技术领域涉及:G06V10/26;该发明授权基于维度分解注意力的两阶段三维图像分割方法是由张国栋;梁廷宇;李彦林;郭薇;宫照煊设计研发完成,并于2023-08-09向国家知识产权局提交的专利申请。
本基于维度分解注意力的两阶段三维图像分割方法在说明书摘要公布了:本发明提出了一种基于维度分解注意力的两阶段三维图像分割方法,有效地克服由于目标区域与邻接组织强度相近导致的分割性能下降问题。本发明方法的第一阶段使用三维U型网络定位感兴趣区域,减少影像中无关组织的干扰,为第二阶段提供输入;第二阶段在三维U型网络中添加维度分解空间注意力和维度分解通道注意力,实现目标的准确分割。维度分解空间注意力和维度分解通道注意力均将编码器输出的特征分解为长宽深三个一维方向特征,生成注意力权重;两注意力的权重与编码器输出的特征连乘作为解码器的输入,生成最终的分割结果。本发明可以有效的利用三维图像的全部信息,增强感兴趣区域的权重,提高分割性能。
本发明授权基于维度分解注意力的两阶段三维图像分割方法在权利要求书中公布了:1.一种基于维度分解注意力的两阶段三维图像分割方法,其特征在于,使用两阶段策略与维度分解注意力对三维图像进行分割;所述方法包括如下步骤: 步骤S1:对输入图像进行预处理与粗分割,以通过裁剪来得到感兴趣区域; 步骤S2:将得到的感兴趣区域进行下采样获得深度特征,将所述深度特征送入维度分解空间注意力,以获得空间权重; 步骤S3:将深度特征送入维度分解通道注意力,以获得通道权重; 步骤S4:将深度特征与空间权重和通道权重连乘,得到最终特征,并将最终特征送入上采样网络得到分割结果; 其中,所述将所述深度特征送入维度分解空间注意力,以获得空间权重包括: 所述维度分解空间注意力首先将输入的深度特征通过池化操作生成空间特征X;空间特征X通过三个大小分别为H,1,1、1,W,1和1,1,D的池化核分解为三个一维方向特征OH、OW和OD,其中H、W及D分别为三维图像的高宽深; 将得到的三个一维方向特征按照先H、W后D的顺序融合,生成空间权重,包括:先将高度方向特征OH与宽度方向特征OW通过扩张操作统一到H,W,1大小,然后通过一个卷积核大小为3×3×3的三维卷积操作,融合高度方向和宽度方向的特征,得到横向中间特征f1,如公式f1=δ1F1[tOH,tOW]所示,其中[,]代表沿通道进行连接,t代表扩张操作,δ1为非线性激活函数Relu;接着将横向中间特征f1与深度方向特征OD通过扩张操作统一到H,W,D大小,同样通过一个卷积核大小为3×3×3的三维卷积进行融合,经过激活函数Sigmoid得到空间权重Fs,其中空间权重Fs=δ2F2[tf1,tOD],其中δ2为非线性激活函数Sigmoid; 其中,所述将深度特征送入维度分解通道注意力,以获得通道权重包括:所述维度分解通道注意力首先将输入的深度特征通过池化操作生成空间特征X;空间特征X通过三个大小分别为H,1,1、1,W,1和1,1,D的池化核分解为三个一维方向特征OH、OW和OD,其中H、W及D分别为三维图像的高宽深; 将输入的深度特征通过池化操作与卷积操作生成通道特征fc,其中通道特征fc=δ3F3avgX,其中X为输入的深度特征,avg代表全局平均池化操作,F3为卷积核大小为1×1×1的三维卷积,δ3为非线性激活函数Relu,fc∈R3c×1×1×1为得到的维度通道特征集合; 得到的维度通道特征集合分裂为三个中间特征后与一维方向特征OH、OW和OD分别按通道连接,送入一个卷积核大小为1×1×1的三维卷积进行融合,得到H、W、D三个维度通道特征,其中H维度上的特征fH∈Rc×1×1×1由公式fH=δHFH[OH,sfc]得到,其中[,]代表沿通道维度进行拼接,s为分裂操作,FH为1×1×1卷积,δH为非线性激活函数Relu; W维度和D维度的特征由公式fW=δWFW[OW,sfc]和fD=δDFD[OD,sfc]得到; 得到的三个维度通道特征按通道连接后,通过公式Fc=δ4F4[fH,fW,fZ]生成最终的通道权重Fc,其中F4为卷积核大小为1×1×1的三维卷积,δ4为非线性激活函数Sigmoid。
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沈阳航空航天大学,其通讯地址为:110121 辽宁省沈阳市沈北新区道义南大街37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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励