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！

龙图腾网获悉电子科技大学申请的专利基于改进UNet++的特征对齐舌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：CN115719352B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202211426206.1，技术领域涉及：G06T7/11；该发明授权基于改进UNet++的特征对齐舌像分割方法及系统是由钟利;刘勇国;张云;朱嘉静;傅翀;李巧勤设计研发完成，并于2022-11-15向国家知识产权局提交的专利申请。

本基于改进UNet++的特征对齐舌像分割方法及系统在说明书摘要公布了：本发明公开了基于改进UNet++的特征对齐舌像分割方法及系统，包括：获取原始舌头图像，并对原始舌头图像进行标记和预处理；根据预处理后的舌头图像，构建特征对齐舌像分割模型并进行模型训练，得到训练好的特征对齐舌像分割模型；通过形态处理对特征对齐舌像分割模型进行优化，得到优化后的舌头图像分割模型；采用优化后的舌头图像分割模型，将待分割舌头图像进行分割处理，得到分割结果。本发明将特征对齐网络应用于Unet++网络架构中，将不同的特征对齐模块添加到不同深度的下采样过程，依次来监督下采样过程中特征的偏移，解决舌像分割过程中的特征不对齐，充分的提高舌像分割的准确度，并通过形态处理层对分割结果进行优化，得到最终结果。

本发明授权基于改进UNet++的特征对齐舌像分割方法及系统在权利要求书中公布了：1.基于改进UNet++的特征对齐舌像分割方法，其特征在于，该方法包括： 获取原始舌头图像，并对所述原始舌头图像进行标记和预处理； 根据预处理后的舌头图像，构建特征对齐舌像分割模型并进行模型训练，得到训练好的特征对齐舌像分割模型； 通过形态处理对所述特征对齐舌像分割模型进行优化，得到优化后的舌头图像分割模型； 采用优化后的舌头图像分割模型，将待分割舌头图像进行分割处理，得到分割结果； 所述特征对齐舌像分割模型是将特征对齐网络融入UNet++网络中，将预处理后的舌头图像I∈3×H×W输入UNet++网络的卷积块VGG块中，得到舌像特征X0,0，其中H表示输入特征舌像图的高度，W表示输入特征舌像图的宽度；将不同的特征对齐模块添加到不同深度的下采样过程中，根据不同的特征对齐模块依次来监督下采样过程中舌像特征X0,0的偏移； 其中，所述卷积块VGG块，分别对不同大小的输入舌像特征图像执行两次操作，所述操作包括卷积操作、池化操作和激活操作； 所述特征对齐模块对齐融合下采样层的低级特征和上采样层的高级特征，得到对齐融合后的舌像特征； 所述下采样层的执行过程为： 所述特征对齐舌像分割模型中整个网络包括两条路径：Unet++图像分割路径和特征对齐路径；所述Unet++图像分割路径：从水平角度来看，该路径是以相同的分辨率组合来自当前特征节点的所有先前节点的多尺度特征；从垂直角度来看，该路径从当前特征节点的前一个节点整合不同分辨率的多尺度特征，并且在使用过程中，能够动态改变UNet++网络的深度； 所述特征对齐路径：该路径保持舌像特征X0,0的空间信息，该路径自上而下产生一系列分辨率和通道数设置为与X0,0相同的舌像特征{A1,A2,…,Ai-1,Ai}，舌像特征Ai是从舌像特征Ai-1结合来自Unet++图像分割路径的舌像特征Xi,j以获得，舌像特征Xi,j通过上采样层操作输出一个与舌像特征Ai-1分辨率相同的特征图Ai’；将所述舌像特征Ai-1与特征图Ai’连接在一起，并通过1x1卷积层、批归一化层、激活层及第一3x3卷积层生成大小为H×W×2的第一偏移矩阵，通过1x1卷积层、批归一化层、激活层及第二3x3卷积层生成大小为H×W×2的第二偏移矩阵；以及融合第一偏移矩阵和第二偏移矩阵的输出结果得到高级特征图Ai； 其中，所述第二偏移矩阵用于对齐舌像特征Ai-1，所述第一偏移矩阵用于对齐特征图Ai’。

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电子科技大学，其通讯地址为：610000 四川省成都市高新区（西区）西源大道2006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”。