Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州电子科技大学张新获国家专利权

杭州电子科技大学张新获国家专利权

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!

龙图腾网获悉杭州电子科技大学申请的专利一种基于自适应特征增强的脑卒中病灶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:CN119068191B

龙图腾网通过国家知识产权局官网在2025-05-30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:202411113964.7,技术领域涉及:G06V10/26;该发明授权一种基于自适应特征增强的脑卒中病灶分割方法是由张新;阮润泽;殷昱煜;梁婷婷;李玉;李尤慧子设计研发完成,并于2024-08-14向国家知识产权局提交的专利申请。

一种基于自适应特征增强的脑卒中病灶分割方法在说明书摘要公布了:本发明公开了一种基于自适应特征增强的脑卒中病灶分割方法,该方法首先将MRI磁共振成像数据进行数据预处理:通过线性插值法,缩放至统一的空间分辨率,作为待分割图像。其次将待分割图像输入到编码器进行多层级特征提取,编码器包括初级特征提取模块、三个编码模块和两个跨层级特征强化聚和模块。最后将编码器中编码模块的输出特征图以及两个跨层级特征强化聚和模块的输出特征图,输入到解码器,输出分割结果图,解码器由三个解码模块和一个分割头级联构成。本发明适用于不同尺寸病变区域的分割,选择更有利于最终分割结果的特征通道,使分割结果更加准确。

本发明授权一种基于自适应特征增强的脑卒中病灶分割方法在权利要求书中公布了:1.一种基于自适应特征增强的脑卒中病灶分割方法,其特征在于,包括以下具体步骤:S1.将MRI磁共振成像数据进行数据预处理:通过线性插值法,缩放至统一的空间分辨率,作为待分割图像;S2.将待分割图像输入到编码器进行多层级特征提取,编码器包括初级特征提取模块、三个编码模块和两个跨层级特征强化聚和模块CFA;所述编码器的具体实现过程如下:S21.将待分割图像输入到初级特征提取模块进行特征提取,初级特征提取模块由一个卷积层以及一个最大池化层级联构成,提取图像的初级特征F0;S22.将特征F0,另记为X,输入到第1个编码模块;每个编码模块由若干组迭代注意力残差块级联构成,每组迭代注意力残差块由3个卷积残差块、1个迭代联合注意力模块和1个ReLu激活层级联构成;对于第i个编码模块,其输入特征为Fi-1,其输出特征为Fi;S23.将第1个编码模块的输出特征F1输入到第2个编码模块,计算得到第2个编码模块的输出特征F2;将第2个编码模块的输出特征图F2输入到第3个编码模块,计算得到第3个编码模块的输出特征图F3,第2和第3个编码模块的操作与第1个编码模块相同;S24.将第1个编码模块的输入特征F0和输出特征F1输入到第一个跨层级特征强化聚和模块CFA,得到强化聚合后的特征S25.将第2个编码模块的输出特征F2和第3个编码模块的输出特征F3输入到第二个跨层级特征强化聚和模块,得到强化聚合后的特征第二个跨层级特征强化聚和模块的计算与第一个跨层级特征强化聚和模块的计算步骤相同;S3.将编码器中编码模块的输出特征图以及两个跨层级特征强化聚和模块CFA的输出特征图,输入到解码器,输出分割结果图,解码器由三个解码模块和一个分割头级联构成。

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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。

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。