Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都中医药大学蒋涛获国家专利权

成都中医药大学蒋涛获国家专利权

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!

龙图腾网获悉成都中医药大学申请的专利基于自适应正则化网络模块的医学图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:CN121482403B

龙图腾网通过国家知识产权局官网在2026-04-21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:202610018465.2,技术领域涉及:G06V10/26;该发明授权基于自适应正则化网络模块的医学图像分割方法是由蒋涛;米应倩;张宇洁;张林帅;许林;李晨设计研发完成,并于2026-01-08向国家知识产权局提交的专利申请。

基于自适应正则化网络模块的医学图像分割方法在说明书摘要公布了:本发明公开了一种基于自适应正则化网络模块的医学图像分割方法,涉及医学图像处理与计算机视觉交叉领域,包括:S1、构建自适应正则化网络模块MARN,所述MARN包括:解剖感知空间正则化子模块,多尺度通道调制MFACM子模块;S2、将MARN插入深度学习网络HRNet的所有基础块中,预处理后的医学图像输入ASR子模块中进行处理后,输出加权融合后的正则化特征,S3、将正则化特征与原始特征进行融合,得到解剖区域质量评分,S4、将输入至MFACM子模块中进行调制,以得到调制输出特征,S5、将输入到HRNet的任务头,以通过卷积与激活函数生成医学图像的分割结果。本发明能解决传统归一化机制在小样本、低对比度、高噪声医学场景下,特征分布不稳定、统计偏差大的问题。

本发明授权基于自适应正则化网络模块的医学图像分割方法在权利要求书中公布了:1.一种基于自适应正则化网络模块的医学图像分割方法,其特征在于,包括: S1、构建自适应正则化网络模块MARN,所述MARN包括:聚焦空间维度的解剖感知空间正则化ASR子模块,聚焦通道维度的多尺度通道调制MFACM子模块; S2、将预处理后的医学图像输入ASR子模块中进行处理后,输出加权融合后的正则化特征: 上式中,λ为控制正则化强度的特征融合权重,为对原始特征x进行标准化与归一化后的特征,原始特征x指ASR子模块接收的初始输入特征,为ASR子模块全局融合后生成的增强特征; S3、通过下式将正则化特征与原始特征x进行融合,得到解剖区域质量评分特征: 上式中,为控制全局信息与局部细节的可学习平衡因子,为区间映射激活函数; S4、将输入至MFACM子模块中进行调制,以通过下式得到调制输出特征: 上式中,为缩放因子,为偏移因子,为对的通道注意力进行增强后的特征值,为的通道统计均值; S5、将输入到深度学习网络HRNet的任务头,以通过卷积与激活函数生成医学图像的分割结果; 在S2中,增强特征通过下式获得: 上式中,Blend为特征融合函数,是基于同类医学数据集的全局统计信息生成的稳定基准特征,为对原始特征x进行归一化后的转换特征,且,、分别为对每个通道c进行医学特征统计后得到的均值和标准差,、分别为参考均值、参考标准差,mask为掩码,为经自适应裁剪后聚焦解剖关键区域的局部特征; 缩放因子、偏移因子分别通过下式进行表征: 上式中,为1×1卷积层权重,、均为稳定统计分布的BatchNorm1d层,、分别为偏置项,为sigmoid激活函数,表示逐元素相乘,s为将均值与标准差按通道维度拼接后,整合解剖区域得到的统计向量。

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成都中医药大学,其通讯地址为:610032 四川省成都市金牛区十二桥路37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。

免责声明
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。