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 > 浙江大学卜佳俊获国家专利权

浙江大学卜佳俊获国家专利权

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!

龙图腾网获悉浙江大学申请的专利基于强化注意力机制上下文桥接的三维肝脏血管分割模型及其建立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:CN119006487B

龙图腾网通过国家知识产权局官网在2025-09-26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:202411100642.9,技术领域涉及:G06T7/10;该发明授权基于强化注意力机制上下文桥接的三维肝脏血管分割模型及其建立方法是由卜佳俊;赵子豪;顾静军;蔡晓旭;张舒奕设计研发完成,并于2024-08-12向国家知识产权局提交的专利申请。

基于强化注意力机制上下文桥接的三维肝脏血管分割模型及其建立方法在说明书摘要公布了:基于强化注意力机制上下文桥接的三维肝脏血管分割模型及其建立方法,其模型包括:输入层,用于接收输入三维肝脏医学CT图像数据得到图像特征;第一至第四图像重叠特征编码层,用于将低维度的图像特征进行重叠特征编码操作;第一至第四强化注意力机制下采样层,与第一至第四图像重叠特征编码层依次交替连接,用于特征提取并生成四种不同尺度图像特征;串联的第一至第四强化注意力机制上下文桥接层,用于将多尺度图像特征融合并进一步提取特征,获得多尺度图像特征的局部和全局信息的关联;第一至第四图像块扩张层,用于将高维度的图像特征重新划分维度,得到更低维度的图像特征的同时,增加图像特征的宽度、高度、深度;第一至第四强化注意力机制上采样层,与所述的第一至第四图像块扩张层依次交替连接,用于对不同尺度图像特征递归拼接并进一步提取特征,得到最终的图像特征;输出层,用于计算最终图像特征并生成三维肝脏血管分割结果。本发明可以实现三维肝脏血管的精确分割、辅助医生诊断肝脏血管、肿瘤等疾病。

本发明授权基于强化注意力机制上下文桥接的三维肝脏血管分割模型及其建立方法在权利要求书中公布了:1.一种基于强化注意力机制上下文桥接的三维肝脏血管分割模型的系统,其特征在于,包括: 输入层,用于接收输入三维肝脏医学CT图像数据得到图像特征; 第一至第四图像重叠特征编码层,用于将低维度的图像特征进行重叠特征编码操作,得到更高维图像特征的同时缩小图像特征的宽度、高度、深度; 第一至第四强化注意力机制下采样层,与上文所述第一至第四图像重叠特征编码层依次交替连接,用于特征提取并生成四种不同尺度图像特征; 串联的第一至第四强化注意力机制上下文桥接层,用于将多尺度图像特征融合并进一步提取特征,获得多尺度图像特征的局部和全局信息的关联; 第一至第四图像块扩张层,用于将高维度的图像特征重新划分维度,得到更低维度的图像特征的同时,增加图像特征的宽度、高度、深度; 第一至第四强化注意力机制上采样层,与上文所述第一至第四图像块扩张层依次交替连接,用于对不同尺度图像特征递归拼接并进一步提取特征,得到最终的图像特征; 输出层,用于计算最终图像特征并生成三维肝脏血管分割结果; 强化注意力机制下采样层或强化注意力机制上采样层,本身不改变图像特征维度,在模型工作流程中分别和图像重叠特征编码层或图像块扩张层组合,达到提取特征并同时下采样或上采样的效果,具体包括: 层标准化操作,对每个样本单独进行标准化; 高效自注意力模块,在自注意力机制基础上利用空间缩减比来降低输入图像特征的空间分辨率,从而减低矩阵乘法复杂度,提高自注意力机制计算效率; 混合强化前馈神经网络,在原始的前馈神经网络中嵌入一个深度卷积,串联三层的层标准化操作并添加三个跳跃连接,将输入与每个层标准化操作输出直接相加,构建一种残差模块,保证神经网络具有正向作用; 强化注意力机制上下文桥接层,具体包括: 图像特征变形与拼接,用于对多尺度图像特征进行变形统一并组合; 混合高效注意力特征提取,用于对混合的图像特征进行特征提取; 残差连接,用于保持模型训练时梯度的稳定性,减轻训练难度; 混合强化前馈神经网络,用于提高模型的表达能力。

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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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。