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显著性图引导和不确定性语义增强的息肉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：CN116630245B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202310490844.8，技术领域涉及：G06T7/00；该发明授权一种基于显著性图引导和不确定性语义增强的息肉分割方法是由郑建炜;李燕;方创杰;刘豪;谷雨斌设计研发完成，并于2023-05-05向国家知识产权局提交的专利申请。

本一种基于显著性图引导和不确定性语义增强的息肉分割方法在说明书摘要公布了：本发明公开了一种基于显著性图引导和不确定性语义增强的息肉分割方法。对待分割的医学图像，先通过主干编码子网络提取特征图和显著性图，将特征图通过二阶池化卷积注意力子网络，学习更高阶的特征表示以增强非线性建模能力，使用显著性图通过不确定性语义增强子网络引导特征图，即引导网络关注目标区域特征的学习，最后将显著性图经过上采样和激活函数得到医学图像最终预测分割结果。本发明试图通过对目标区域的显著性和不确定性计算，来引导网络关注目标区域特征的学习，同时对与边界信息高度相关的显著图进行不确定性区域增强，以进一步提升网络在多种复杂场景下的分割性能，增强网络的泛化能力和鲁棒性。

本发明授权一种基于显著性图引导和不确定性语义增强的息肉分割方法在权利要求书中公布了：1.一种基于显著性图引导和不确定性语义增强的息肉分割方法，其特征在于，包括以下步骤： 步骤S1、获取待分割的医学图像； 步骤S2、将图像输入到PVT主干编码子网络中，提取出三个特征图、、和一个显著性图； 步骤S3、将特征图、、分别输入到二阶池化卷积注意力子网络SPA中得到图像、、； 步骤S4、显著性图通过不确定性语义增强子网络UAA引导特征图得到，并通过逐点相加引导得到显著性图；显著性图通过不确定性语义增强子网络引导特征图得到，并通过逐点相加引导得到显著性图；显著性图通过不确定性语义增强子网络引导特征图得到，并通过逐点相加引导得到显著性图； 所述的不确定性语义增强子网络，包括： S41.令输入的显著性图为，大小为，上采样为的显著性图，令输入的特征图为,其大小为； S42.对显著性图计算前景图、背景图和不确定区域图的表征向量,计算公式如下： ； S43.对大小为的显著性图、和做通道连接并重塑为大小的特征图； S44.将特征图经过卷积进行特征融合，并重塑为大小的特征图； S45.将特征图的与特征图每个区域图汇总，做矩阵乘法并在通道维度拼接得到大小为的特征图，汇总过程可定义为： ， ， 其中、和分别表示前景区域、背景区域和不确定区域特征向量，表示矩阵乘法； S46.将特征图和分别经过卷积进行特征融合，然后做矩阵乘法得到大小为的特征图，以计算每个特征向量与输入特征图中的每个像素之间的相似度，定义为： ， ,,， 其中表示逐点卷积，、和表示对应特征向量、、和与输入特征图中的每个像素之间的相似度，、和表示对应特征向量、、和的相似度得分，； S47.将特征向量、、和经过权重矩阵与相似度得分、和相乘的结果相加，然后通过卷积得到上下文特征图如下： ， 其中为权重矩阵； S48.将上下文特征图和输入特征图相对于通道方向进行拼接，并进行逐点卷积得到大小为的不确定性语义增强子网络输出特征图； 步骤S5、将显著性图经过2倍双线性插值上采样和Sigmoid函数得到医学图像的最终预测分割结果。

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：310012 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”。