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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 郑州大学赵国桦获国家专利权

郑州大学赵国桦获国家专利权

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!

龙图腾网获悉郑州大学申请的专利基于多视角特征融合的脑胶质瘤分级混合网络的组建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:CN119693698B

龙图腾网通过国家知识产权局官网在2026-04-10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:202411758380.5,技术领域涉及:G06V10/764;该发明授权基于多视角特征融合的脑胶质瘤分级混合网络的组建方法是由赵国桦;张寒冰;和孟佯;程敬亮;马潇越设计研发完成,并于2024-12-02向国家知识产权局提交的专利申请。

基于多视角特征融合的脑胶质瘤分级混合网络的组建方法在说明书摘要公布了:本发明公开了基于多视角特征融合的脑胶质瘤分级混合网络的组建方法,包括数据预处理、特征提取、多视角特征融合和将得到的特征通过分类器进行分级处理四个步骤;能够平衡全局感受野和归纳偏置,结合了全局和局部多尺度、多粒度特征,同时平衡了全局感受野和归纳偏差,增强了特征提取能力;通过构建不同视角数据源层间视角、扫描平面视角、模态视角、设计新颖的特征融合模块,使网络能够充分有效地利用不同扫描平面和不同模态的MRI所提供的关键信息,包括层间、空间和多模态信息,实现了对脑胶质瘤的全面认知。

本发明授权基于多视角特征融合的脑胶质瘤分级混合网络的组建方法在权利要求书中公布了:1.基于多视角特征融合的脑胶质瘤分级混合网络的组建方法,其特征在于:具体包括如下步骤: S1、数据预处理: 对磁共振成像MRI的数据进行标准化处理,再使用Min-Max方法进行归一化处理,根据肿瘤分割标签选取在轴状、矢状和冠状平面中存在肿瘤的切片,并进行中心裁剪,得到三个视角数据源,分别为层间视角数据源、空间视角数据源以及模态视角数据源,再划分为训练集和验证集,并对训练集进行数据增强; 所述层间视角数据源是由基于同一模态和同一扫描平面的四张切片进行通道叠加获得,旨在同时关注不同位置的四张切片,提取更加全面的层间特征; 所述空间视角数据源是由基于同一模态的三个扫描平面的四张切片进行通道叠加获得,旨在同时关注同一位置的三个切面的切片,提取更加全面的空间特征,四张切片包括含同一模态、同一扫描平面的两张切片; 所述模态视角数据源是由基于同一扫描平面的四种模态的四张切片进行通道叠加获得,旨在同时关注同一位置的四种模态的切片,提取更加全面的模态特征; S2、特征提取: 包括用于全局、局部特征特征提取的混合提取模块和用于多尺度特征的提取的分层网络结构和用于增强特征提取效果的多尺度卷积MConv模块; S3、多视角特征融合: 包括用于细节特征的捕捉与增强的通道I: 将输入的三个特征图中的X、Y经过加法运算器进行初步融合,生成特征图O1特征O1分别通过局部注意力通道和全局注意力通道进行并行处理,在局部注意力通道中,通过Point-wise卷积将通道数减少到,接着通过ReLU激活函数,再通过Point-wise卷积将通道数恢复至参数C; 包括用于增强全局特征表达的通道II: 使用全局平均池化将特征图从转换为,然后通过Point-wise卷积将通道数减少到,随后通过ReLU激活函数,最后再通过Point-wise卷积将通道数恢复至参数C; 将通道I和通道II生成的权重相加并应用于X和Y,得到融合特征图O2,然后将O2和Z再次融合,并进行相同的注意力机制处理,最终生成融合特征图O; S4、将得到的特征通过分类器进行分级处理。

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郑州大学,其通讯地址为:450000 河南省郑州市高新技术开发区科学大道100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。

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。