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！

龙图腾网获悉浙江工业大学申请的专利一种基于动态卷积的轻量级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：CN116433905B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202310351747.0，技术领域涉及：G06V10/26；该发明授权一种基于动态卷积的轻量级医学图像分割方法是由汪晓妍;张榜泽;黄晓洁;俞鉴豪;夏明设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本一种基于动态卷积的轻量级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动态卷积的轻量级医学图像分割方法，获取待分割医学图像，输入到构建的分割网络模型，所述分割网络模型包括编码模块和解码模块，在编码模块中对待分割医学图像依次经过三个编码单元，获得各个编码单元输出的第一编码特征图、第二编码特征图和第三编码特征图，然后将第三编码特征图分别输入到语义分支和空间分支提取语义特征和空间特征；在解码模块中，依次通过四个解码单元，最后将解码特征图输入到动态卷积单元得到分割结果。本发明模型的参数量和计算量大量减少，同时能够很好地拟合数据集，取得精确的分割结果。

本发明授权一种基于动态卷积的轻量级医学图像分割方法在权利要求书中公布了：1.一种基于动态卷积的轻量级医学图像分割方法，其特征在于，所述基于动态卷积的轻量级医学图像分割方法，包括： 获取待分割医学图像，输入到构建的分割网络模型，所述分割网络模型包括编码模块和解码模块； 在编码模块中对待分割医学图像依次经过三个编码单元，获得各个编码单元输出的第一编码特征图、第二编码特征图和第三编码特征图，然后将第三编码特征图分别输入到语义分支和空间分支提取语义特征和空间特征； 在解码模块中，将语义特征和空间特征输入到第一个解码单元获得第一解码特征图，将第一解码特征图和第三编码特征图输入到第二个解码单元获得第二解码特征图，将第二解码特征图和第二编码特征图输入到第三个解码单元获得第三解码特征图，将第三解码特征图和第一编码特征图输入到第四个解码单元获得第四解码特征图，最后将第四解码特征图输入到动态卷积单元得到分割结果； 其中，所述将第三编码特征图分别输入到语义分支和空间分支提取语义特征和空间特征，包括： 将第三编码特征图分别输入到语义分支和空间分支，所述语义分支包括两个编码单元，所述空间分支包括两个1×1卷积，语义分支中第一个编码单元的输出经过下采样和激活函数后与空间分支中第一个卷积的输出相乘后输入到空间分支中第二个卷积，空间分支中第一个卷积的输出经过上采样和激活函数后与语义分支中第一个编码单元的输出相乘后输入到语义分支中第二个编码单元； 将语义分支中第二个编码单元的输出经过下采样和激活函数后与空间分支中第二个卷积的输出相乘后输入得到空间特征，将空间分支中第二个卷积的输出经过上采样和激活函数后与语义分支中第二个编码单元的输出相乘后得到语义特征； 所述编码单元，执行如下操作： 使用深度卷积对输入特征图进行处理，然后通过1×1卷积进行升维将通道数扩大到4倍，并记为X 1 ，然后再用1×1卷积降维，将通道压缩为1，再使用Sigmoid函数处理得到X 2 ，再将X 2 和X 1 作逐元素相乘得到X 3 ； 将X 1 与X 3 进行连接后输入到1×1卷积再次减少通道数，然后与输入相加后输入到动态卷积，最后经过最大池化操作得到编码单元的输出。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。