北京理工大学;中国医科大学附属盛京医院李伟获国家专利权
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!
龙图腾网获悉北京理工大学;中国医科大学附属盛京医院申请的专利一种基于原型注意力网络的高光谱脑肿瘤手术引导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:CN119941710B 。
龙图腾网通过国家知识产权局官网在2025-11-25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:202510316087.1,技术领域涉及:G06T7/00;该发明授权一种基于原型注意力网络的高光谱脑肿瘤手术引导分割方法是由李伟;刘欢;秦赓;吴安华;程文;郭松溢设计研发完成,并于2025-03-18向国家知识产权局提交的专利申请。
本一种基于原型注意力网络的高光谱脑肿瘤手术引导分割方法在说明书摘要公布了:本发明公开了一种基于原型注意力网络的高光谱脑肿瘤手术引导分割方法。通过以下步骤实现:通过术中高光谱成像平台采集脑肿瘤的高光谱图像数据,并构建用于训练的标准数据集;设计并构建基于原型注意力网络的高光谱图像分割模型,通过自适应聚焦重要特征,增强肿瘤与正常组织之间的差异性;使用标准数据集对模型进行训练,优化网络参数,从而提高分割精度和实时性能;将训练好的高光谱图像分割模型部署至高光谱图像采集平台,实时处理采集到的脑肿瘤高光谱图像,输出分割结果并生成手术引导信息。本发明的优点是:有效提高脑肿瘤术中实时分割的准确性和效率,为手术提供精准引导。
本发明授权一种基于原型注意力网络的高光谱脑肿瘤手术引导分割方法在权利要求书中公布了:1.一种基于原型注意力网络的高光谱脑肿瘤分割方法,其特征在于,包括以下步骤: 步骤1:通过术中高光谱成像平台采集脑肿瘤的高光谱图像数据,并构建用于训练的标准数据集; 步骤2:设计并构建基于原型注意力网络的高光谱图像分割模型,通过自适应聚焦重要特征,增强肿瘤与正常组织之间的差异性; 所述高光谱图像分割模型依次包括:图块嵌入模块、原型注意力模块、空间感知前馈网络模块和分类模块; 图块嵌入模块用于通过卷积操作提取高光谱图像的空谱联合嵌入特征; 所述原型注意力模块通过引入可学习的原型,计算图像特征与所述原型之间的相似度以生成注意力权重,从而聚合相似特征; 原型注意力模块采用多头原型注意力机制,其实现方式为: 将可学习的原型Z在第一维度上划分、、...、,其中h为头的数量; 同时,将查询Q、键K、值V在通道维度上划分为h个头; 对于第i个头,1≤i≤h,将查询、键、值应用于原型注意力计算; 最后,将所有h个头的输出进行连接,生成最终的原型注意力输出; 所述空间感知前馈网络模块包括: 多尺度深度可分离卷积单元,用于对输入特征在通道上进行划分,并分别采用不同卷积核大小的深度可分离卷积进行计算; 前馈网络,用于对所述多尺度深度可分离卷积单元输出的合并特征进行变换; 分类模块在多层原型注意力和空间感知前馈网络模型提出的特征基础上,利用两个全连接层,即投影层和线性分类层,得到最终的分割图输出; 步骤3:使用标准数据集对高光谱图像分割模型进行训练,优化网络参数,以提高分割精度和实时性能; 步骤4:将训练好的高光谱图像分割模型部署于高光谱图像采集平台,实时处理采集到的脑肿瘤高光谱图像,输出分割结果。
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北京理工大学;中国医科大学附属盛京医院,其通讯地址为:100086 北京市海淀区中关村南大街5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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励