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！

龙图腾网获悉成都信息工程大学申请的专利基于稀疏注意力机制的多模态脑肿瘤图像分割系统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：CN119323583B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202411432181.5，技术领域涉及：G06T7/11；该发明授权基于稀疏注意力机制的多模态脑肿瘤图像分割系统是由郑文斌;王彩莲;张海清设计研发完成，并于2024-10-14向国家知识产权局提交的专利申请。

本基于稀疏注意力机制的多模态脑肿瘤图像分割系统在说明书摘要公布了：本发明公开了基于稀疏注意力机制的多模态脑肿瘤图像分割系统，涉及医学图像处理技术领域，所述系统包括获取数据单元：用于获取多模态脑肿瘤数据，对所述多模态脑肿瘤数据进行预处理获得多模态数据；特征提取单元：用于基于第一编码器，提取所述多模态数据中每个模态的第一特定特征Fm；特征融合单元：用于基于所述第一特定特征Fm和第一融合令牌Ff，获得第一特征f1；基于模态稀疏掩码融合Transformer模型，对所述第一特征f1进行交互，获得第二特征Z，基于所述第二特征Z，提取每个模态的权重IMm，基于所述权重IMm获得第三特征基于空间维度，将所述第三特征进行整形获得第四特征预测单元：用于将所述第四特征输入脑肿瘤分割模型获得第一损失L1，基于所述第一损失L1获得预测分割结果，可以解决现有基于共享特征表示的分割方式对脑肿瘤信息不敏感以及缺失模态时脑肿瘤特征融合出现信息冗余和忽略重要脑肿瘤信息的问题。

本发明授权基于稀疏注意力机制的多模态脑肿瘤图像分割系统在权利要求书中公布了：1.基于稀疏注意力机制的多模态脑肿瘤图像分割系统，其特征在于，所述系统包括： 获取数据单元：用于获取多模态脑肿瘤数据，对所述多模态脑肿瘤数据进行预处理获得多模态数据； 特征提取单元：用于基于第一编码器，提取所述多模态数据中每个模态的第一特定特征Fm； 特征融合单元：用于基于所述第一特定特征Fm和第一融合令牌Ff，获得第一特征f1；基于模态稀疏掩码融合Transformer模型，对所述第一特征f1进行交互，获得第二特征Z，基于所述第二特征Z，提取每个模态的权重IMm，基于所述权重IMm获得第三特征基于空间维度，将所述第三特征进行整形获得第四特征 预测单元：用于将所述第四特征输入脑肿瘤分割模型获得第一损失L1，基于所述第一损失L1获得预测分割结果； 所述第一损失L1表示预测的分割结果与真实标签之间的误差值； 所述第二特征Z和所述第四特征均包括包含跨模态信息的第二融合令牌Ff1和包含模态内的全局信息的第二特定特征Fm1； 所述第一特定特征Fm、所述第二特定特征Fm1、所述第一特征f1和所述第三特征均包括第一模态T1、第二模态T2、第三模态T1c和第四模态Flair，所述第一模态T1用于提取非增强肿瘤区域信息，所述第二模态T2用于提取水肿区域和坏死区域的肿瘤区域信息，所述第三模态T1c用于提取增强肿瘤区域和非增强肿瘤区域的肿瘤区域信息，所述第四模态Flair用于提取完整的肿瘤区域信息； 所述模态稀疏掩码融合Transformer模型包括若干层模态稀疏掩码融合Transformer，每层所述模态稀疏掩码融合Transformer均包括多头模态稀疏掩码注意力机制、前馈神经网络层和归一化层； 特征融合单元具体包括： 第一融合单元：用于将所述第一特定特征Fm进行整形，将整形后的所述第一特定特征Fm与所述第一融合令牌Ff和所述第一融合令牌Ff的位置编码进行级联，获得所述第一特征f1； 第二融合单元：用于基于模态稀疏掩码注意力机制，将所述第一特征f1投影至预设空间获得第五特征Zm；基于所述模态稀疏掩码融合Transformer模型，将所述第五特征Zm和所述第一特征f1进行融合获得所述第二特征Z，所述预设空间包括查询空间、键空间和值空间； 所述第二特征Z的计算公式为： C2←MSDAZm+f1； Z←FFNLNC2+C2； 其中，f1表示第一特征f1，Zm表示第五特征Zm，MSDA表示多头掩码注意力机制，FFN表示前馈神经网络，LN表示归一化，Z表示第二特征Z，C2表示融合过程中的相关参数； 第三融合单元：用于提取所述第二融合令牌Ff1的注意力张量中每个模态的注意力信息Wj，对所述注意力信息Wj进行切片获得每个模态的空间权重Wm；将所述空间权重Wm进行整形获得所述权重IMm；基于所述权重IMm，对所述第二特定特征Fm1进行加权，获得所述第三特征 第四融合单元：用于将所述第三特征沿所述空间维度进行整形获得第六特征将所述第六特征进行级联获得第七特征将所述第二融合令牌Ff1进行整形获得第八特征基于模态掩码Transformer层，将所述第七特征和所述第八特征沿通道维度进行融合，获得所述第四特征

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成都信息工程大学，其通讯地址为：610225 四川省成都市西南航空港经济开发区学府路1段24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”。