廈門理工學院王大寒獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉廈門理工學院申請的專利一種基于空間感知與頻域信息的醫學圖像分割方法、裝置獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN120298441B 。
龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510779465.X,技術領域涉及:G06T7/12;該發明授權一種基于空間感知與頻域信息的醫學圖像分割方法、裝置是由王大寒;陳達鑫;吳嘉驊;胡亮;張煦堯;朱順痣;黃榮祥設計研發完成,并于2025-06-12向國家知識產權局提交的專利申請。
本一種基于空間感知與頻域信息的醫學圖像分割方法、裝置在說明書摘要公布了:本發明提供了基于空間感知與頻域信息的醫學圖像分割方法、裝置,通過結合頻域信息引導和多頭狀態空間感知技術,有效提升醫學圖像分割的精度和魯棒性。對醫學圖像進行頻域變換,利用多尺度分解技術分離圖像的高頻和低頻成分,提取低頻特征以獲取全局信息。通過引入可學習的噪聲過濾機制,抑制頻域中的噪聲和無關背景信息,使模型能更精準地聚焦于病變區域。在瓶頸層設計多頭感知視覺狀態空間模塊,通過多尺度自適應特征融合機制,捕捉不同尺度的病變特征,增強對小尺寸病變和復雜結構的分割能力。在跳躍連接中引入了上下文聚焦注意力機制,進一步強化全局信息與局部細節的融合,確保分割結果的精確性;最終,通過解碼器恢復高分辨率的分割圖像。
本發明授權一種基于空間感知與頻域信息的醫學圖像分割方法、裝置在權利要求書中公布了:1.一種基于空間感知與頻域信息的醫學圖像分割方法,其特征在于,包括: 獲取待處理的醫學圖像,對所述醫學圖像進行數據預處理,并對預處理后的醫學圖像進行質量評估,計算圖像的信噪比和峰值信噪比,評估圖像的對比度和清晰度,檢測圖像中的偽影和噪聲水平,若信噪比低于預設閾值,執行自適應直方圖均衡化根據圖像對比度情況,選擇性應用gamma校正對檢測到的偽影區域進行局部增強處理; 調用預訓練好的FDMUNet網絡模型,使用聚焦低頻信息的上下文特征提取模塊對預處理后的醫學圖像進行特征提取處理,得到輸出特征圖; 采用FDMUNet網絡模型中的多頭感知視覺狀態空間模塊對所述輸出特征圖進行提取處理,提取得到不同尺度上的輸出特征圖的全局信息特征; 使用FDMUNet網絡模型中的聚焦上下文注意力模塊對特征圖進行邊界增強處理,得到增強特征; 使用解碼器對全局信息特征進行恢復預處理,并將處理后的全局信息特征與增強特征進行融合,得到分割結果,重復此操作,直至達到預設次數,生成高分辨率的特征圖; 調用預訓練好的FDMUNet網絡模型對預處理后的醫學圖像進行特征提取處理,得到輸出特征圖,具體為: 對于輸入的預處理后的醫學特征圖,H,W,C分別表示圖片的高度,寬度和通道數,使用所述FDMUNet網絡模型的聚焦低頻信息的上下文特征提取模塊在預設的不同頻率尺度上對醫學特征圖X進行特征分解處理,以捕獲醫學圖像中的不同頻率特征,其公式為:,,T,,其中,為頻域變換操,為醫學圖像的低頻成分,均為醫學圖像的高頻成分,為經過噪聲過濾機制得到的輸出特征圖,為sigmod函數,為最大池化操作,為平均池化操作,表示按通道數連接,為1x1卷積操作,為批次歸一化操作,為ReLU激活函數,為高頻信息和低頻信息經過通道連接后的特征信息,為提取到的特征圖; 經過三次連續特征提取后,得到的輸出特征圖,三次的下采樣特征提取后的特征圖表示為,其中,,,; ,,。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人廈門理工學院,其通訊地址為:361024 福建省廈門市集美區理工路600號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。