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！

龙图腾网获悉西北工业大学申请的专利模型训练方法、医学图像分割方法和装置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：CN120783059B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202511261424.8，技术领域涉及：G06V10/26；该发明授权模型训练方法、医学图像分割方法和装置是由崔恒飞;李佳欣;李佳橦;杜典蓉;郑凡;夏勇设计研发完成，并于2025-09-05向国家知识产权局提交的专利申请。

本模型训练方法、医学图像分割方法和装置在说明书摘要公布了：针对现有医学图像分割方法存在的捕获全局特征不足、计算复杂度高、泛化性能较低的问题。本发明属于深度学习领域，提供了一种模型训练方法、医学图像分割方法和装置，其设计了一种基于特征聚合前馈网络FAFN的双重特征聚合Transformer模块DFATB，通过集成空间聚合注意和通道聚合注意机制，增强了模型捕获更丰富上下文信息和复杂特征的能力；并设计了FAFN模块，它通过引入门控机制来捕获非线性空间信息并减少通道冗余，从而在实现高效特征提取的同时，降低了模型的计算复杂度。

本发明授权模型训练方法、医学图像分割方法和装置在权利要求书中公布了：1.一种模型训练方法，其特征在于，所述方法包括： 对患者的样本图像进行预处理，得到第一医学图像； 基于Transformer框架，建立医学图像分割模型； 将第一医学图像输入医学图像分割模型，并输出第一分割掩码以及第一分割掩码对应的第一分类概率； 基于第一分割掩码和第一医学图像的分割标签，确定医学图像分割模型的最终损失值； 基于最终损失值，调整医学图像分割模型的模型参数，得到目标医学图像分割模型；所述目标医学图像分割模型用于基于待检测患者的第一检测医学影像识别待检测患者的病变区域； 所述医学图像分割模型包括重叠补丁嵌入模块、编码器模块、解码器模块和线性投影层；其中： 编码器模块包括由上至下分布的三个双重特征聚合块A； 解码器模块包括由下至上分布的三个双重特征聚合块B； 相邻两个双重特征聚合块B之间分别设置一个差分transformer模块； 各差分transformer模块的输出分别与编码器模块中前两个双重特征聚合块A通过跳跃连接进行特征融合； 所述双重特征聚合块A和双重特征聚合块B均包括： 高效特征聚合块，先通过规范化函数规范键和查询提取输入特征的空间依赖关系，再通过规范化键和值相乘确定空间注意力，并得到全局上下文向量，最后将全局上下文向量与规范化查询，得到空间特征； 通道注意力特征聚合块，采用交叉注意力机制获取通道依赖关系，并确定通道注意力，得到通道特征； 特征聚合前馈网络，分别对空间特征和通道特征进行非线性变换，得到增强的空间特征和通道特征； 所述特征聚合前馈网络，分别对空间特征和通道特征进行非线性变换，得到增强的空间特征和通道特征，包括： 将输入的特征向量通过线性投影层进行映射，得到第一线性投影特征，再通过GELU激活函数将第一线性投影特征映射为第二线性投影特征； 将第二线性投影特征分离成两部分，其中一部分进行深度卷积，另一部分通过旁路处理，并将深度卷积输出的结果与旁路处理的结果按元素相乘，再将元素相乘的结果输入到线性投影层，输出最终的特征； 将所述第一医学图像输入医学图像分割模型，并输出第一分割掩码以及第一分割掩码对应的第一分类概率，包括编码器处理阶段以及解码器处理阶段，其中： 编码器处理阶段依次通过三个双重特征聚合块A对输入的第一医学图像进行特征提取，最终得到第三样本图像聚合特征向量； 解码器处理阶段依次通过三个双重特征聚合块B和两个差分transformer模块对第三样本图像聚合特征向量进行特征提取，得到第五样本图像合并特征向量，通过线性投影层，输出第一分割掩码以及每个第一分割掩码对应的第一分类概率。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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。