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！

龙图腾网获悉合肥工业大学申请的专利无需重采样的三维医疗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：CN121236398B 。

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：202511793813.5，技术领域涉及：G06V10/26；该发明授权无需重采样的三维医疗影像分割方法是由欧阳波;李杨;周冀徽设计研发完成，并于2025-12-02向国家知识产权局提交的专利申请。

本无需重采样的三维医疗影像分割方法在说明书摘要公布了：本发明提供一种无需重采样的三维医疗影像分割方法，涉及计算机视觉领域，具体涉及一种无需重采样的三维医疗影像分割方法。本发明的三维医疗影像分割框架在训练和推理阶段均无需重采样，能够更大程度保留原始医疗影像的信息，避免重采样导致的细节损失，从而提高分割精度。通过在注意力模块中引入卷积式低秩分解，本发明能够将原本需要进行高维矩阵乘积的全局注意力计算近似为低秩矩阵运算，从而有效降低了计算复杂度。同时，相应的自适应参数化欧式矩阵也被压缩到较小规模，在保证全局依赖建模能力的情况下，大幅减少了显存占用与计算资源消耗，使得能够在大规模三维医学影像数据上高效运行。

本发明授权无需重采样的三维医疗影像分割方法在权利要求书中公布了：1.一种无需重采样的三维医疗影像分割方法，其特征在于，基于三维医疗影像分割框架，所述三维医疗影像分割框架包括层级式编码器和层级式解码器；所述三维医疗影像分割方法包括： 获取并预处理以切片形式采集的原始医疗影像数据；其中所述预处理为归一化和切块处理； 利用所述层级式编码器对预处理后的数据进行特征提取，保留每一层级的输出特征和所述层级式编码器提取的最终特征； 将所述最终特征作为所述层级式解码器的输入，并将每一所述输出特征作为所述层级式解码器的对应层级的输入，以逐层重建三维医疗影像； 后处理重建后的所述三维医疗影像，以获取目标区域的分割结果；其中所述后处理至少包括切块融合； 所述层级式编码器的每一层级包括若干Transformer模块，每一Transformer模块包括第一注意力子模块和卷积子模块； 所述第一注意力子模块包括卷积式低秩分解单元，所述卷积式低秩分解单元用于： 将当前输入特征分别投影，获取查询、键和值； 利用两个不同的卷积层对所述键和值的尺寸进行降维，以获取投影后键和投影后值； 所述第一注意力子模块包括自适应参数化欧式矩阵二次加权单元，所述自适应参数化欧式矩阵二次加权单元用于： 计算所述投影后值的相邻元素两两之间的最大均值差MMD，并通过线性映射或者非线性映射得到长度尺度； 基于所述值的坐标矩阵和所述投影后值的坐标矩阵，获取距离矩阵，结合所述长度尺度，获取缩放后的距离矩阵； 将所述缩放后的距离矩阵作为线性映射层的输入，并将所述线性映射层的输出与所述距离矩阵进行残差连接，以获取修正后的距离矩阵； 利用Softmax归一化所述修正后的距离矩阵，并计算归一化结果与原始注意力分数矩阵的哈达玛积，获取二次加权后的注意力分数矩阵；其中所述原始注意力分数矩阵为所述查询与所述投影后键的外积； 计算所述投影后值与所述二次加权后的注意力分数矩阵的外积，并将其作为当前注意力特征。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。