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！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于多注意力和空洞卷积的脑卒中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：CN117876689B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202410064036.X，技术领域涉及：G06V10/26；该发明授权一种基于多注意力和空洞卷积的脑卒中图像分割方法是由殷昱煜;张新;万健;许杰设计研发完成，并于2024-01-17向国家知识产权局提交的专利申请。

本一种基于多注意力和空洞卷积的脑卒中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多注意力和空洞卷积的脑卒中图像分割方法，该方法首先将图像输入由k个卷积单元构成的下采样模块，每个卷积单元输出特征Fi。其次将提取的前k‑1个不同层级特征Fi分别输入到多空洞卷积跳跃连接模块提取特征然后对第k个卷积单元输出的特征Fk进行线性映射，输入视觉Transformer模块，再进行卷积和反卷积，得到特征fk‑1。最后将特征fk‑1和第k‑1个多空洞卷积跳跃连接模块提取的特征在通道维度级联，输入上采样模块，得到输入图像的分割结果。本发明增强了模型对于细节纹理和全局语义信息的提取，有效地解决脑卒中图像分割任务中存在的问题。

本发明授权一种基于多注意力和空洞卷积的脑卒中图像分割方法在权利要求书中公布了：1.一种基于多注意力和空洞卷积的脑卒中图像分割方法，其特征在于，包括以下步骤：S1.将数据集划分为训练集和测试集，并采用插值法将数据集中的待分割图像缩放至统一的空间分辨率；S2.将训练集中的图像输入到下采样模块，下采样模块由k个卷积单元构成，每个卷积单元i输出特征Fi,i∈[1,k]；S3.将步骤S2所提取的前k-1个不同层级特征Fi分别输入到多空洞卷积跳跃连接模块，提取特征所述多空洞卷积跳跃连接模块由多分支空洞卷积构成，具体包括：S31.特征Fi输入到第一个分支，该分支由卷积核大小为1×1、空洞率为1的卷积模块构成，得到输出特征S32.特征Fi输入到第二个分支，该分支由卷积核大小为1×1、空洞率为1的卷积模块和卷积核大小为3×3、空洞率为3的卷积模块构成，得到输出特征S33.特征Fi输入到第三个分支，该分支由卷积核大小为1×1、空洞率为1的卷积模块和卷积核大小为3×3、空洞率为5的卷积模块构成，得到输出特征S34.特征Fi输入到第四个分支，该分支为恒等映射分支，其输出为特征Fi；S35.以上前三个分支的输出特征在通道维度进行级联操作fcat，然后通过1×1卷积fcon1×1将通道维度自适应压缩为输入特征的通道数，得到的特征和第四个分支输出的特征相加，即为第i个跳跃连接模块的输出S4.对下采样模块中的第k个卷积单元所输出的特征Fk进行线性映射，然后输入到视觉Transformer模块，通过n层Transformer编码器提取全局特征，再进行卷积操作和反卷积操作，得到输出特征fk-1；S5.将输出特征fk-1和第k-1个多空洞卷积跳跃连接模块提取的特征在通道维度进行级联，将级联后的特征输入上采样模块，得到输入图像的分割结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。