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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 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 > 四川大学韦乐涛获国家专利权

四川大学韦乐涛获国家专利权

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!

龙图腾网获悉四川大学申请的专利一种基于神经网络的乳腺超声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:CN119991689B

龙图腾网通过国家知识产权局官网在2025-09-19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:202510126909.X,技术领域涉及:G06T7/10;该发明授权一种基于神经网络的乳腺超声图像分割方法是由韦乐涛;范嘉豪;张帅;余星燃;王劲东设计研发完成,并于2025-01-27向国家知识产权局提交的专利申请。

一种基于神经网络的乳腺超声图像分割方法在说明书摘要公布了:本发明公开了一种基于神经网络的乳腺超声图像分割方法,属于图像处理技术领域,包括以下步骤:S1、采集乳腺超声图像,利用卷积层对乳腺超声图像依次进行卷积处理和展平处理;S2、进行特征提取,得到原始特征图;S3、进行重塑处理和扁平化处理,得到展平特征图;S4、将展平特征图输入至卷积特征提取模块中,得到低层特征图;S5、将低层特征图输入至卷积注意力模块中,得到加权特征图;S6、将原始特征图和加权特征图输入至交叉注意力模块中,得到最终特征图;S7、完成乳腺超声图像分割。本发明利用管道注意力与空间注意力的结合降低卷积低级特征图中的噪声干扰,避免为深层网络引入过多噪声,缓解了噪声对分割结果的影响。

本发明授权一种基于神经网络的乳腺超声图像分割方法在权利要求书中公布了:1.一种基于神经网络的乳腺超声图像分割方法,其特征在于,包括以下步骤: S1、采集乳腺超声图像,利用卷积层对乳腺超声图像依次进行卷积处理和展平处理; S2、对处理后的乳腺超声图像进行特征提取,得到原始特征图; S3、对原始特征图进行重塑处理和扁平化处理,得到展平特征图; S4、将展平特征图输入至卷积特征提取模块中,得到低层特征图; S5、将低层特征图输入至卷积注意力模块中,得到加权特征图; S6、将原始特征图和加权特征图输入至交叉注意力模块中,得到最终特征图; S7、将最终特征图依次输入至下采样卷积层和上采样卷积层,完成乳腺超声图像分割; 所述S5包括以下子步骤: S51、利用卷积注意力模块的通道注意力层对低层特征图进行全局平均池化和全局最大池化,得到第一通道描述符和第二通道描述符,并利用第一通道描述符和第二通道描述符对低层特征图进行处理; S52、利用卷积注意力模块的空间注意力层对处理后低层特征图进行全局平均池化和全局最大池化,得到第一空间描述符和第二空间描述符,并利用第一空间描述符和第二空间描述符得到加权特征图; 所述S6包括以下子步骤: S61、利用交叉注意力模块的线性层将原始特征图映射为查询矩阵,将加权特征图映射为键矩阵和值矩阵; S62、计算查询矩阵和键矩阵之间的注意力分数矩阵,得到每个键对查询矩阵的归一化注意力权重; S63、根据每个键对查询矩阵的归一化注意力权重以及值矩阵,计算加权后的输出特征; S64、将加权后的输出特征和查询矩阵,得到融合特征图; S65、通过线性变换将融合特征图映射回原始特征空间,得到最终特征图。

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四川大学,其通讯地址为:610000 四川省成都市一环路南一段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”。

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。