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！

龙图腾网获悉西安交通大学申请的专利一种基于多注意力的U型网络的CT肿瘤图像分割方法及系统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：CN116091459B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310065796.8，技术领域涉及：G06T7/00；该发明授权一种基于多注意力的U型网络的CT肿瘤图像分割方法及系统是由陈学武;翁国军;牛刚;李剑君;朱键;赵军武设计研发完成，并于2023-01-16向国家知识产权局提交的专利申请。

本一种基于多注意力的U型网络的CT肿瘤图像分割方法及系统在说明书摘要公布了：本发明公开了一种基于多注意力的U型网络的CT肿瘤图像分割方法及系统，首先，建立包含原始CT图像及肿瘤分割结果的数据集；其次，构建多注意力机制的U型网络模型；然后，构建U型网络模型的损失函数，接下来，采用训练数据集对U型网络模型进行训练；最后，将训练好的模型集成到软件中，实现肿瘤分割的可视化。本发明是一种可以自动对CT图像进行分割的方法，核心为改进的U型网络结构模型，该模型在UNet的基础上，增加注意力机制，扩增长距离的跳跃链接，以提取图像的主要信息并提供较大的感受野，解决了UNet对于距离较远像素间缺少运算的问题，改进后的模型嵌入到图形用户界面中，有效解决了阅片困难的问题。

本发明授权一种基于多注意力的U型网络的CT肿瘤图像分割方法及系统在权利要求书中公布了：1.一种基于多注意力的U型网络的CT肿瘤图像分割方法，其特征在于，包括以下步骤： 基于UNet网络构建多注意力机制的U型网络模型； 根据U型网络模型构建U型网络模型的损失函数； 将CT图像输入至U型网络模型中，输出分割后的CT图像，实现CT图像中的肿瘤分割； 多注意力机制的U型网络模型包括UnetBackbone模块、visualattention模块和blendingattention模块； 构建visualattention模块如下：由多个分支组成，每一层分支由一个不带空洞的卷积A与一个带空洞的卷积B组成的注意力机制构成，卷积A输出为卷积B的输入，卷积B的输入进行Sigmoid操作后与卷积A的输出相乘作为该分支的输出，各个分支的输出由一个卷积进行整合；进行整合的卷积核大小为1*1； 在visualattention模块中，第五层的输出作为blendingattention5与第四层的输入；第四层的输出作为blendingattention4与第三层的输入；第三层的输出作为blendingattention3与第二层的输入；第二层的输出作为blendingattention2与第一层的输入；第一层的输出作为blendingattention1的输入与整体的输出；其中，blendingattention模块包括blendingattention1、blendingattention2、blendingattention3、blendingattention4和blendingattention5； 在visualattention模块中，每一层分支数量不一致，第一层含有五个分支，第二层含有四个分支，第三层含有三个分支，第四层含有二个分支，第五层含有一个分支；每一个分支的卷积核大小不一致，分支的深度与卷积A大小的关系满足以下公式： 分支的深度与卷积B大小的关系满足以下公式： ； 构建blendingattention模块如下：对第五层VA模块的输出进行16倍双线性插值，第四层VA模块的输出进行8倍双线性插值，第三层VA模块的输出进行4倍双线性插值，第二层VA模块的输出进行2倍双线性插值，与第一层VA模块的输出进行拼接，使用三个卷积进行处理得到fuse；其中，VA模块为visualattention模块； 对于第五层BA，对fuse进行16倍降采样，然后对与第五层的输入和降采样后的fuse分别求取权重w1,w2，并分别用三个卷积进行处理后输入到sigmoid函数进行自注意力处理，与本身相乘，得到的两个输入进行拼接后，使用一个卷积进行处理；对于第四层BA，对fuse进行8倍降采样，然后对与四层VA的输入和降采样后的fuse分别求取权重w1,w2，并分别用三个卷积进行处理后输入到sigmoid函数进行自注意力处理，与本身相乘，得到的两个输入进行拼接后，使用一个卷积进行处理；对于第三层BA，对fuse进行4倍降采样，然后对与第三层VA的输入和降采样后的fuse分别求取权重w1,w2，并分别用三个卷积进行处理后输入到sigmoid函数进行自注意力处理，与本身相乘，得到的两个输入进行拼接后，使用一个卷积进行处理；对于第二层BA，对fuse进行2倍降采样，然后对与第二层VA的输入和降采样后的fuse分别求取权重w1,w2，并分别用三个卷积进行处理后输入到sigmoid函数进行自注意力处理，与本身相乘，得到的两个输入进行拼接后，使用一个卷积进行处理；对于第一层BA，对fuse与第五层VA的输入分别求取权重w1,w2，并分别用三个卷积进行处理后输入到sigmoid函数进行自注意力处理，与本身相乘，得到的两个输入进行拼接后，使用一个卷积进行处理；五层BA模块的输出分别进行16,8,4,2,1倍上采样之后进行拼接，使用一个卷积进行处理后作为输出； DAU-Net网络的损失函数，其中，第一损失函数L1、第二损失函数L2、第三损失函数L3。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。