買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉常熟市第一人民醫(yī)院;江南大學(xué)申請的專利基于大核卷積LKA的共享權(quán)重的雙流注意力配準(zhǔn)方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120563580B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202511046055.0，技術(shù)領(lǐng)域涉及：G06T7/33；該發(fā)明授權(quán)基于大核卷積LKA的共享權(quán)重的雙流注意力配準(zhǔn)方法及系統(tǒng)是由夏開建;周洲;錢鵬江;蔣亦樟;夏丁淏;朱萍;俞涵設(shè)計研發(fā)完成，并于2025-07-29向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于大核卷積LKA的共享權(quán)重的雙流注意力配準(zhǔn)方法及系統(tǒng)在說明書摘要公布了：本發(fā)明公開了基于大核卷積LKA的共享權(quán)重的雙流注意力配準(zhǔn)方法及系統(tǒng)，具體涉及醫(yī)學(xué)圖像配準(zhǔn)技術(shù)領(lǐng)域，輸入的腦部固定圖像與移動圖像分別進(jìn)入DELCA?Net的雙流結(jié)構(gòu)中，DELCA?Net結(jié)合卷積神經(jīng)網(wǎng)絡(luò)CNN和Transformer的優(yōu)勢，通過自注意力機(jī)制深入挖掘圖像的語義信息，借助共享權(quán)重的編碼器設(shè)計，網(wǎng)絡(luò)能夠?qū)W習(xí)到更為通用且豐富的特征表示，在此基礎(chǔ)上，利用交叉自注意力機(jī)制，DELCA?Net實現(xiàn)了對這些共有特征的精確特征匹配，顯著提升了配準(zhǔn)的準(zhǔn)確性；為了降低計算復(fù)雜度，DELCA?Net將大卷積核分解為級聯(lián)的深度卷積和深度空洞卷積模塊。此外，通過多尺度注意力優(yōu)化機(jī)制，DELCA?Net有效地融合了不同尺度下的空間對應(yīng)關(guān)系和解剖語義關(guān)聯(lián)。

本發(fā)明授權(quán)基于大核卷積LKA的共享權(quán)重的雙流注意力配準(zhǔn)方法及系統(tǒng)在權(quán)利要求書中公布了：1.基于大核卷積LKA的共享權(quán)重的雙流注意力配準(zhǔn)方法，其特征在于：輸入的腦部固定圖像與移動圖像分別進(jìn)入DELCA-Net的雙流結(jié)構(gòu)中，并在編碼路徑中經(jīng)過多個由大核卷積LKABlock組成的模塊提取特征；多個LKABlock串聯(lián)使用，從邊緣、紋理淺層低階特征到結(jié)構(gòu)形狀、功能區(qū)分布的深層語義特征的逐層抽象；每個LKABlock第i層提取的特征記為和，分別代表加權(quán)后的移動圖像與固定圖像的特征表示; 在特征提取后，與被送入CARMBlock進(jìn)行特征細(xì)化；CARM中首先引入LKCA，對和執(zhí)行交叉注意力建模得到第i層的交叉注意力，使得在腫瘤、腦組織偏移或缺失非剛性變化情況下，以增強(qiáng)圖像間對應(yīng)結(jié)構(gòu)的顯著性； 在CorrectLayer中對第i層注意力進(jìn)行修正，得到上層注意力，使得注意力圖更準(zhǔn)確聚焦于關(guān)鍵解剖結(jié)構(gòu)，包括胼胝體邊界或病灶邊緣； 在FusionLayer中，將上層注意力圖下采樣并與第i層注意力對齊并進(jìn)行通道拼接，融合不同尺度上的空間細(xì)節(jié)與結(jié)構(gòu)語義信息，得到細(xì)化后的當(dāng)前層注意力圖，使得高層語義結(jié)構(gòu)與低層紋理信息結(jié)合，形成具有細(xì)粒度結(jié)構(gòu)信息的細(xì)化注意力圖，為后續(xù)配準(zhǔn)提供準(zhǔn)確的空間引導(dǎo)； 、、細(xì)化后的注意力特征圖、以及第i+1層的解碼器輸出，共同構(gòu)成DecoderBlock的輸入并將四者在通道維度拼接后融合，最終輸出融合后的特征圖，用于估計形變場并完成圖像配準(zhǔn)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人常熟市第一人民醫(yī)院;江南大學(xué)，其通訊地址為：215500 江蘇省蘇州市常熟市書院街1號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。