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！

龙图腾网获悉大连理工大学申请的专利一种适用于多种模态的类MLP医学影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：CN116309679B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310017346.1，技术领域涉及：G06T7/194；该发明授权一种适用于多种模态的类MLP医学影像分割方法是由陈炳才;韩超奇;聂冰洋;赵楠;林恺设计研发完成，并于2023-01-06向国家知识产权局提交的专利申请。

本一种适用于多种模态的类MLP医学影像分割方法在说明书摘要公布了：本发明属于医学影像处理领域，公开了一种适用于多种模态的类MLP医学影像分割方法，对输入图像进行特征嵌入操作使其转化成一组特征向量序列；采用完全对称的U型网络结构对特征向量进行编解码；使用Diceloss和修正交叉熵的加权和作为损失函数并用Adam优化器来训练网络。本发明采用改进的ChannelFC作为基本算子提取图像特征，通过一次线性操作计算偏移量，FC运算根据偏移量在空间维度发生形变，使其能更多的提取到细节特征。本发明有效过滤医学影像中大量背景信息的干扰，从而提高分割精度，相比于传统的基于卷积或者自注意力方法，具有更低的计算量和更少的参数，适用于CT、MRI等不同模态的医学影像数据集。

本发明授权一种适用于多种模态的类MLP医学影像分割方法在权利要求书中公布了：1.一种适用于多种模态的类MLP医学影像分割方法，其特征在于，包括以下步骤： 步骤1：收集医学影像分割数据集，根据医学影像分割数据集的模态选择标准化的方式； 步骤2：对标准化后的医学影像分割数据集进行数据预处理，获得切片； 步骤3：构建用于影像分割的完全对称的U型网络，总体结构包括图像嵌入层、编码器、解码器以及分割头；图像嵌入层将预处理好的切片嵌入成特征图；编码器由基本块和下采样层组成，对图像嵌入层输出的特征图进行逐级下采样输出一组不同尺度的特征图；解码器由基本块和上采样层组成，将特征图逐级上采样并分别与编码器中对应位置输出的特征图在通道维度上进行跳跃连接，最终得到与图像嵌入层的输出尺度一致的特征图；分割头将解码器输出的特征图重塑成切片大小并将通道数压缩到与类别数相同，在通道维度进行SoftMax运算得到每个像素点所属的类别；编码器和解码器中的基本块以改进的ChannelFC作为基本算子；步骤4：选择损失函数与训练策略优化U型网络模型的权重参数，并将训练好的U型网络用于推理； 所述基本块的基本算子为改进的ChannelFC，输入和输出均为维度相同的特征向量序列； 以表示输入的特征向量序列，表示根据图像嵌入层输出的特征图计算得到的每个特征向量对应的偏移量，是改进的ChannelFC的权重矩阵，是改进的ChannelFC的偏置；改进的ChannelFC算子公式如下： ； 表示输入特征向量的通道数；c为通道；表示ChannelFC算子计算第i个特征向量时，在通道c上采样的位置；表示初始位置； 为了用更小的代价计算，将特征向量沿通道维度交替分成组，每组共享一个位置，将偏移量从压缩到； 由两部分组成，其具体算法公式如下所示； ； 以改进的ChannelFC作为基本算子构建基本块，输入和输出为大小一致的特征图，基本块包括两个阶段，第一阶段通过改进的ChannelFC来提取空间和通道的特征信息，第二阶段引入非线性变换来进一步增强特征表示能力，每个阶段包括一个LayerNorm和残差连接； 1：第一阶段对图像嵌入层输出的特征图进行一次线性运算以获取一组偏移量，将这组偏移量同特征图一起输入到改进的ChannelFC中执行；由于改进的ChannelFC运算只接收二维张量，对图像嵌入层输出的特征图沿空间维度进行展平操作将其转换为特征向量序列，既；采用一种非对称的并行设计，将沿x轴和y轴两个方向展开并行进行FC运算；为了进一步融合特征图通道维度的特征，额外增加一个ChannelFC分支，最后将其与两个方向的FC运算结果加和输出； 2：第二阶段采用ChannelFC→GeLU→ChannelFC的方式引入非线性运算来提高特征表示能力；激活函数为GeLU，其表达式如下 表示特征图某一位置的值。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路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。