Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜武汉工商学院边小勇获国家专利权

恭喜武汉工商学院边小勇获国家专利权

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!

龙图腾网恭喜武汉工商学院申请的专利双注意力变换器对比学习增强的3D医图配准方法及装置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:CN119579663B

龙图腾网通过国家知识产权局官网在2025-04-11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:202510114706.9,技术领域涉及:G06T7/33;该发明授权双注意力变换器对比学习增强的3D医图配准方法及装置是由边小勇;陈璐莹;喻国荣;彭敏;陈瑶;薛莲;罗艳玲设计研发完成,并于2025-01-24向国家知识产权局提交的专利申请。

双注意力变换器对比学习增强的3D医图配准方法及装置在说明书摘要公布了:本发明公开了一种双注意力变换器对比学习增强的3D医图配准方法及装置,该配准方法包括:获取3D医学图像数据集并进行预处理;然后,对固定图像和浮动图像进行下采样以创建图像金字塔;接着,搭建基于变换器的配准网络,最后,利用损失函数计算固定图像与配准后图像之间的损失函数值,并通过反向传播优化网络模型,从而得到训练好的神经网络模型。本发明通过结合自注意力机制和交叉注意力机制,能够全面捕获局部和全局上下文信息,提高对图像细节和整体结构的建模能力。并利用对比损失函数度量图像之间对应特征点的距离。同时,采用归一化总梯度和模态独立邻域描述子损失函数进一步计算图像之间的相似性,提高了医学图像配准的准确性和精度。

本发明授权双注意力变换器对比学习增强的3D医图配准方法及装置在权利要求书中公布了:1.一种双注意力变换器对比学习增强的3D医图配准方法,其特征在于,包括:获取3D医学图像数据,并划分为训练集和测试集;对划分的训练集和测试集进行预处理,并从预处理后的训练集中选择出固定图像和浮动图像;将每一对固定图像和浮动图像进行下采样以创建图像金字塔,并将金字塔中每一层的固定图像和浮动图像进行连接;将连接后的图像输入预先构建的基于变换器的配准网络得到金字塔的变形场,其中,基于变换器的配准网络包括三个阶段,每个阶段采用相同的模块,每个阶段包括图像块嵌入层、双注意力变换器和可变形配准头,图像块嵌入层用于对连接后的图像进行处理,得到块嵌入矩阵,双注意力变换器包括双注意力模块和前馈模块,双注意力模块用于采用层间注意力机制与自注意力机制对块嵌入矩阵进行处理,得到特征矩阵,前馈模块基于膨胀卷积,用于根据特征矩阵得到特征嵌入,可变形配准头用于根据特征嵌入得到最终变形场;利用最终变形场对浮动图像进行插值,得到配准后的浮动图像,通过点配准得到配准后的浮动图像与固定图像之间的组对应特征点,利用对比损失计算特征点之间的相似性,利用归一化总梯度和模态独立邻域描述子计算配准后的浮动图像与固定图像之间的相似性,根据组对应特征点之间的相似性、配准后的浮动图像与固定图像之间的相似性建立目标函数,通过目标函数对基于变换器的配准网络进行反向传播优化,得到训练好的神经网络模型;将测试集输入到训练好的神经网络模型,获得最优的变形场,利用最优的变形场对浮动图像进行可变形配准,获得最终的配准图像。

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武汉工商学院,其通讯地址为:430074 湖北省武汉市黄家湖大学城3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”。

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。