恭喜蘭州交通大學廉敬獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜蘭州交通大學申請的專利擴散模型、多尺度與注意力模塊的醫學超聲圖像分割方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119180826B 。
龍圖騰網通過國家知識產權局官網在2025-06-06發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411203045.9,技術領域涉及:G06T7/10;該發明授權擴散模型、多尺度與注意力模塊的醫學超聲圖像分割方法是由廉敬;曹玉竹;張懷堃;楊雪豐;鄭禮;劉冀釗;石斌設計研發完成,并于2024-08-29向國家知識產權局提交的專利申請。
本擴散模型、多尺度與注意力模塊的醫學超聲圖像分割方法在說明書摘要公布了:本發明公開了擴散模型、多尺度與注意力模塊的醫學超聲圖像分割方法,本發明將其擴散模型為改進的去噪擴散概率模型,多尺度與注意力模塊分別為自行設計的多尺度動態條件模塊和高斯交叉融合注意力模塊。該方法使用去噪擴散概率模型,去除圖像噪聲和捕獲重要細節信息;利用多尺度動態條件模塊,提高圖像對比度和對不同尺度上下文信息的整合能力;利用高斯交叉融合注意力模塊,克服直接合并編碼器特征和動態條件模塊特征時的不兼容性。
本發明授權擴散模型、多尺度與注意力模塊的醫學超聲圖像分割方法在權利要求書中公布了:1.基于擴散模型、多尺度與注意力模塊的醫學超聲圖像分割系統,包括采用編碼器-解碼器架構,由去噪擴散概率模型、多尺度動態條件模塊和高斯交叉融合注意力模塊三大核心部分構成,其特征在于:去噪擴散概率模型在正向擴散階段,將高斯噪聲逐步添加到初始圖像中,模擬圖像的逐步退化過程;在反向擴散階段,從標準正態分布中采樣出,并輸入編碼器中提取特征;在編碼器部分,首先通過Stem模塊對進行淺層特征提取,該Stem模塊由3×3卷積、批標準化和線性修正單元組成,隨后,Stem模塊提取的特征依次經過至四個特征提取模塊,在至階段,通過四個卷積模塊進一步提取淺層特征并下采樣;多尺度動態條件模塊從超聲圖像中捕捉不同尺度的長距離依賴關系,并通過高斯交叉融合注意力模塊將多尺度動態條件模塊和編碼器兩部分特征有效融合;多尺度動態條件模塊采用了一種層次化的架構;該模塊首先通過一個Stem層,之后采用四個特征提取模塊至進行逐步特征提取和下采樣;最后,將提取的特征輸入到TransFuse模塊中上述的TransFuse模塊通過結合CNN與SwinTransformer的優勢來提升特征的表達能力;在解碼器部分,首先在階段,將高斯交叉注意力模塊的特征與多尺度動態條件模塊的跳躍連接特征進行通道拼接和1×1卷積,轉化的圖像保持與輸入相同的分辨率,之后,通過3×3的轉置卷積上采樣,并輸入到下一個階段;在到階段,其中De1到階段依次連接,將輸入特征與動態條件模塊相應層的跳躍連接特征經過通道拼接、1×1卷積和轉置卷積逐漸恢復至原始分辨率,形成優化的端到端網絡架構。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人蘭州交通大學,其通訊地址為:730070 甘肅省蘭州市安寧區安寧西路118號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。