太原理工大學李鋼獲國家專利權
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!
龍圖騰網獲悉太原理工大學申請的專利一種基于SAA-Unet網絡的蜂窩肺病灶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:CN114170245B 。
龍圖騰網通過國家知識產權局官網在2025-09-05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:202111460997.5,技術領域涉及:G06T7/11;該發明授權一種基于SAA-Unet網絡的蜂窩肺病灶分割方法是由李鋼;張玲;張海軒;衛建建;李鵬博;李宇設計研發完成,并于2021-12-02向國家知識產權局提交的專利申請。
本一種基于SAA-Unet網絡的蜂窩肺病灶分割方法在說明書摘要公布了:本發明一種基于SAA?Unet網絡的蜂窩肺病灶分割方法,屬于圖像處理技術領域;所要解決的技術問題為:提供一種基于SAA?Unet網絡的蜂窩肺病灶分割方法的改進;解決上述技術問題采用的技術方案為:使用U?Net為基礎網絡,深入挖掘蜂窩肺病灶部位中的特征信息提高主任務的泛化能力,更精準地提取蜂窩肺病灶特征;同時為提高模型分割精確度,通過使用劃分注意模塊解決圖像在卷積和反卷積過程當中的特征丟失問題,最后使用注意力機制通過融合高底層特征信息,提高重要病灶區域的權重值,從而實現網絡模型對蜂窩肺病灶區域的分割準確率;本發明應用于蜂窩肺病灶分割。
本發明授權一種基于SAA-Unet網絡的蜂窩肺病灶分割方法在權利要求書中公布了:1.一種基于SAA-Unet網絡的蜂窩肺病灶分割方法,其特征在于:包括如下步驟: 步驟一:構建數據集:獲取不同年齡段蜂窩肺患者的CT影像數據,對數據進行標注、預處理,并通過預設比例進行訓練集、測試集、驗證集的劃分; 步驟二:構建基礎U-Net網絡,將網絡最后一層設置為1×1卷積和Sigmoid激活函數;所述步驟二中通過采用1×1卷積和Sigmoid激活函數的方式實現跨通道的交互和信息整合,進行卷積核通道數的降維和升維操作,其中1×1卷積核的卷積過程相當于在全連接層的計算過程中加入非線性激活函數; 步驟三:對構建的基礎U-Net網絡進行改進,在編碼器階段使用劃分注意力模塊來提取蜂窩肺圖像深層和淺層的特征信息,在跳躍連接和解碼器特征融合階段采用注意力機制,重點關注容易被忽略的圖像通道的細節特征,實現特征通道響應的重新校準,得到基于SAA-Unet的融合分割模型; 所述步驟三中的劃分注意力模塊的結構為:由一組特征映射和分割-注意操作組成的一個計算單元,通過使特征在不同的特征映射組之間進行映射,學習不同尺度的特征信息; 通過使用并行且具有相同拓撲結構的劃分注意力模塊代替模型中的卷積模塊; 所述步驟三中采用注意力機制通過突出關注卷積和上采樣過程中重要特征信息,實現對突出區域的關注和對不相關背景區域的抑制; 步驟四:利用訓練集對融合分割模型進行訓練,得到融合分割模型的預測值與真實值之間的損失誤差,根據損失誤差對融合分割模型的參數調優,生成并保存訓練后的融合分割模型; 步驟五:將預測圖像輸入調優的融合分割模型中,輸出蜂窩肺病灶區域的分割結果圖。
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太原理工大學,其通訊地址為:030024 山西省太原市迎澤西大街79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。