中国科学院深圳先进技术研究院王珊珊获国家专利权
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!
龙图腾网获悉中国科学院深圳先进技术研究院申请的专利医学图像分割方法、装置、计算机设备及存储介质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:CN118351304B 。
龙图腾网通过国家知识产权局官网在2026-04-14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:202410416078.5,技术领域涉及:G06V10/26;该发明授权医学图像分割方法、装置、计算机设备及存储介质是由王珊珊;韩华;李程;郑海荣设计研发完成,并于2024-04-08向国家知识产权局提交的专利申请。
本医学图像分割方法、装置、计算机设备及存储介质在说明书摘要公布了:本申请涉及医学图像分割技术领域,揭示了一种医学图像分割方法、装置、计算机设备及存储介质,所述方法包括:基于所述T1加权图像、所述各向异性分数图像以及训练好的sam大模型进行医学图像分割,得到分割图像,其中,所述sam大模型的imageencoder的transformer架构中包括多模态适应器,所述多模态适应器包括第一编码器、第二编码器、卷积层、注意力机制层、形变转换层、特征拼接层、激活函数层、第三解码器。能够通过多模态适应器实现多模态数据融合,并利用sam大模型实现了对T1加权图像、各向异性分数图像的高效准确的图像分割。
本发明授权医学图像分割方法、装置、计算机设备及存储介质在权利要求书中公布了:1.一种医学图像分割方法,其特征在于,所述医学图像分割方法包括: 获取T1加权图像以及各向异性分数图像; 基于所述T1加权图像、所述各向异性分数图像以及训练好的sam大模型进行医学图像分割,得到分割图像,其中,所述sam大模型的imageencoder的transformer架构中包括多模态适应器,所述多模态适应器包括第一编码器、第二编码器、卷积层、注意力机制层、形变转换层、特征拼接层、激活函数层、第三解码器,所述第二编码器的输出端与所述卷积层的输入端连接,所述卷积层的输出端与注意力机制层的输入端连接,所述注意力机制层的输出端与所述形变转换层的输入端连接,所述形变转换层的输出端与所述特征拼接层的一个输入端连接,所述第一编码器的输出端与所述特征拼接层的另一个输入端连接,所述特征拼接层的输出端与激活函数层的输入端连接,所述激活函数层的输出端与所述第三解码器的输入端连接; transformer架构用于将所述T1加权图像进层归一化处理,得到第一特征,将所述第一特征进行多头注意力机制处理,得到第二特征,将所述第二特征输入至所述多模态适应器的第一编码器中以及将所述各向异性分数图像输入至所述多模态适应器的所述第二编码器中,得到多模态适应器输出的第三特征,将所述第三特征进行层归一化处理,得到第四特征,将所述第一特征以及所述第四特征进行特征叠加,得到第五特征,将所述第五特征进行层归一化处理,得到第六特征,将所述第六特征输入至所述transformer架构中的多层感知机中,得到多层感知机输出的第七特征,将所述第七特征与所述第五特征进行特征叠加,得到第八特征。
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中国科学院深圳先进技术研究院,其通讯地址为:518055 广东省深圳市南山区深圳大学城学苑大道1068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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励