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！

龙图腾网获悉重庆邮电大学申请的专利融合双路径通道注意力和空洞空间注意力的改进Mask-R-CNN肺结节辅助检测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：CN116580017B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310610943.5，技术领域涉及：G06T7/00；该发明授权融合双路径通道注意力和空洞空间注意力的改进Mask-R-CNN肺结节辅助检测方法是由林海波;王旭东;刘书琪;张思源;刘成峰设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本融合双路径通道注意力和空洞空间注意力的改进Mask-R-CNN肺结节辅助检测方法在说明书摘要公布了：本发明涉及一种融合双路径通道注意力和空洞空间注意力的改进Mask‑R‑CNN肺结节辅助检测方法，属于图像处理领域，包括如下步骤：S1：数据集预处理；S2：肺实质分割；S3：构建改进的候选结节检测与分割模型；S4：针对肺结节特征修改RPN；S5：针对数据不均衡改进损失函数；S6：构建三维ResNet去假阳性模型，进行假阳性筛除；S7：利用所选数据集对改进后的肺结节检测模型进行训练，将训练后最佳的权重文件加载至模型中进行特征提取，生成一系列候选区域，然后根据候选区域与图片上物体真实框之间的位置关系对候选框进行标注，生成肺结节预测框和肺结节预测置信度，达到预期的效果。

本发明授权融合双路径通道注意力和空洞空间注意力的改进Mask-R-CNN肺结节辅助检测方法在权利要求书中公布了：1.一种融合双路径通道注意力和空洞空间注意力的改进Mask-R-CNN肺结节辅助检测方法，其特征在于：包括如下步骤： S1：数据集预处理； S2：肺实质分割； S3：融合双路径通道注意力和空洞空间注意力，基于改进的Mask-R-CNN构建改进的候选结节检测与分割模型；步骤S3所述构建改进的候选结节检测与分割模型，为在Mask-R-CNN网络的主干网络每一个Stage之后加入双路径通道注意力模块DPCA；在特征融合网络的横向连接阶段引入由不同空洞率的空洞卷积和空间注意力机制CAM融合而成的空洞空间注意力模块ESA；包括以下步骤： S31：Squeeze挤压将特征图进行全局平均池化，生成一个1×1×C的向量，将每个通道用一个数值表示： H和W分别表示特征图的高和宽，表示卷积后的特征图； S32：激励Excitation通过两层全连接层完成，通过权重生成所要的权重信息： 和分别表示第一和第二个全连接层，表示ReLU激活函数，表示sigmoid激活函数； S33：Scale是将步骤S32生成权重向量对特征图进行权重赋值，得到特征图： 表示卷积后的特征图，表示第二步得到的特征图； S34：将两条路径得到的不同特征图进行融合；空洞空间注意力模块ESA由不同空洞率的空洞卷积和空间注意力机制CAM融合而成；空洞卷积的卷积核的计算方法为： 其中，是空洞卷积的实际卷积核大小，是原卷积核大小，是空洞卷积参数空洞率——卷积核的间隔数量，标准卷积=1； 空洞卷积的感受野的计算方法为： 其中，为第层每个点的感受野，为第层每个点的感受野，是第层卷积的卷积核大小，是第层卷积的步长； 空间注意力模块CAM：空间维度不变，压缩通道维度，空间注意力模块关注的是目标的位置信息，空间注意力公式如下： 其中，和分别为对空间上的特征进行全局平均池化和最大池化操作，为对两个拼接融合的特征使用1×1的卷积操作，为sigmoid激活函数； S4：针对肺结节特征修改RPN； S5：针对数据不均衡改进损失函数； S6：构建三维ResNet去假阳性模型，进行假阳性筛除；步骤S6中，将检测到的候选结节根据检测位置裁剪送入三维ResNet卷积神经网络，首先经过一个5×5×5的Conv，然后使用第一种Bottleneck结构的残差块，该结构带有1×1×1的Conv调整通道和分辨率，第二种Bottleneck结构的残差块没有所述1×1×1的Conv，这两个Bottleneck结构的残差块按顺序反复堆叠三次，接一个全局平池化和全连接相接，最后使用Softmax二分类判定是否为结节，进行假阳性的筛除； S7：利用所选数据集对改进后的肺结节检测模型进行训练，将训练后最佳的权重文件加载至改进的Mask-R-CNN构建改进的候选结节检测与分割模型中进行特征提取，生成一系列候选区域，然后根据候选区域与图片上物体真实框之间的位置关系对候选框进行标注，生成肺结节预测框和肺结节预测置信度，达到预期的效果。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。