华南理工大学黄双萍获国家专利权
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!
龙图腾网获悉华南理工大学申请的专利一种基于上下文分层引导的统一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:CN121073995B 。
龙图腾网通过国家知识产权局官网在2026-05-01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:202511253490.0,技术领域涉及:G06T7/00;该发明授权一种基于上下文分层引导的统一医学图像分割方法是由黄双萍;何奇昇;韩有为;代港;张建涛;陈鸿远设计研发完成,并于2025-09-03向国家知识产权局提交的专利申请。
本一种基于上下文分层引导的统一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上下文分层引导的统一医学图像分割方法,包括以下步骤:获取查询图像和支撑图像集;对查询图像和支撑图像集进行处理,获得查询图像特征和支撑图像特征集;对查询图像特征和支撑图像特征集进行比对,获得最佳支撑图像集;利用最佳支撑图像集和查询图像构建语义引导信号;利用最佳支撑图像集和查询图像得到中间掩码;利用中间掩码构建的视觉提示和语义引导信号得到分割掩码;利用分割掩码和中间掩码,融合得到最终掩码。本发明通过基于多层特征相似度的检索策略来获得高质量的视觉上下文信息,设计视觉上下文引导解码策略和自适应掩码融合机制,提升统一模型面对跨域风格差异问题时的分割精度与鲁棒性。
本发明授权一种基于上下文分层引导的统一医学图像分割方法在权利要求书中公布了:1.一种基于上下文分层引导的统一医学图像分割方法,其特征在于:包括以下步骤: 步骤1,获取查询图像和支撑图像集; 步骤2,对查询图像和支撑图像集进行处理,获得查询图像特征和支撑图像特征集; 步骤3,对查询图像特征和支撑图像特征集进行比对,获得最佳支撑图像集; 步骤4,利用最佳支撑图像集和查询图像构建语义引导信号; 步骤5,利用最佳支撑图像集和查询图像得到中间掩码并构建视觉提示; 步骤6,利用视觉提示和语义引导信号得到分割掩码; 步骤7,利用分割掩码和中间掩码,融合得到最终掩码; 其中,步骤4中利用最佳支撑图像集和查询图像构建语义引导信号,包括以下步骤: 步骤401,选择最佳支撑图像集中的最佳支撑图像; 步骤402,利用最佳支撑图像和查询图像,结合无监督的医学图像配准算法得到最佳支撑图像到查询图像的形变场; 步骤403,利用最佳支撑图像的掩码,结合形变场和空间变换网络,计算得到语义引导信号; 其中,步骤5中利用最佳支撑图像集和查询图像得到中间掩码并构建视觉提示,包括以下步骤: 步骤501,通过步骤3获取最佳支撑图像集和通过步骤1获取查询图像; 步骤502,利用最佳支撑图像集和查询图像,结合上下文分割模型UniverSeg生成中间掩码; 步骤503,利用中间掩码,通过形态学操作腐蚀来缩小中间掩码的边缘,并通过开运算来减少噪声干扰以及去除不可靠的区域得到掩码视觉提示; 步骤504,利用中间掩码,使用最小包围框生成算法,为预处理后的中间掩码生成最小包围矩形框,作为框提示; 步骤505,在中间掩码中随机采样5个点,作为点提示; 步骤506,掩码视觉提示、框提示和点提示一起组成了视觉提示; 其中,步骤6中利用视觉提示和语义引导信号得到分割掩码,包括以下步骤: 步骤601:将语义引导信号转换成注意力偏置矩阵; 步骤602:将注意力偏置矩阵加入到SAM的掩码解码器的最后一层,得到改造后的SAM的掩码解码器; 步骤603:利用查询图像和视觉提示,通过改造后的SAM的掩码解码器输出分割掩码; 其中,步骤7中利用分割掩码和中间掩码,融合得到最终掩码,包括以下步骤: 步骤701:获得中间掩码和分割掩码; 步骤702:通过中间掩码和分割掩码得到融合掩码, , 其中中间掩码为,分割掩码为,融合掩码为,融合的过程中需要通过来平衡中间掩码和分割掩码的作用, , 其中为SAM解码的置信度分数,为温度系数,m为支撑图像集数量, k为权重系数。
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华南理工大学,其通讯地址为:510000 广东省广州市天河区五山路381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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励