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！

龙图腾网获悉中山大学·深圳;中山大学申请的专利多模态多视角内腔镜图像分割方法、装置、设备及介质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：CN119991621B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510089745.8，技术领域涉及：G06T7/00；该发明授权多模态多视角内腔镜图像分割方法、装置、设备及介质是由刘万泉;接鹏宇设计研发完成，并于2025-01-21向国家知识产权局提交的专利申请。

本多模态多视角内腔镜图像分割方法、装置、设备及介质在说明书摘要公布了：本申请公开了多模态多视角内腔镜图像分割方法、装置、设备及介质，涉及人工智能技术领域，方法包括：获取窄带光图像和可见光图像；分别提取模态特征和视角特征；融合模态特征得到多模态融合特征；融合视角特征得到多视角融合特征；将多模态融合特征和多视角融合特征进行补全、配准和融合，得到联合特征；分别根据模态特征、视角特征与联合特征分割得到对应的分割区域。本申请过空间配准和特征融合，解决了窄带光图像和可见光图像模态间空间不配准的问题，提高了多模态图像的分割精度；自适应特征学习机制增强了对多视角场景的适应性，有效应对视角变化对分割结果的影响；结合深度学习的多模态多视角分割网络，有效提升了病变区域的检测精度。

本发明授权多模态多视角内腔镜图像分割方法、装置、设备及介质在权利要求书中公布了：1.多模态多视角内腔镜图像分割方法，其特征在于，所述方法包括以下步骤： 获取内腔镜对病变区域在不同视角下拍摄得到的窄带光图像和可见光图像； 分别提取所述窄带光图像和所述可见光图像的模态特征，进而融合所述模态特征，得到多模态融合特征； 对所述窄带光图像和所述可见光图像进行空间配准进而分别提取所述窄带光图像和所述可见光图像的视角特征，进而融合所述视角特征，得到多视角融合特征； 将所述多模态融合特征和所述多视角融合特征进行补全、配准和融合，得到联合特征； 基于深度学习的分割网络根据所述模态特征和所述联合特征分割得到第一分割区域；基于深度学习的所述分割网络根据所述视角特征和所述联合特征分割得到第二分割区域； 所述对所述窄带光图像和所述可见光图像进行空间配准进而分别提取所述窄带光图像和所述可见光图像的视角特征，包括以下步骤： 通过基于深度学习的形变场模型或几何变换模型计算所述窄带光图像和所述可见光图像之间的空间变换关系； 根据所述空间变换关系将所述窄带光图像和所述可见光图像映射到统一的空间坐标系下，进而输出经过空间变换的配准图像特征作为所述视角特征； 所述融合所述视角特征，得到多视角融合特征，包括以下步骤： 通过三维位置编码或视角自注意力机制对所述视角特征进行联合建模，以消除视角差异，进而输出所述多视角融合特征； 所述将所述多模态融合特征和所述多视角融合特征进行补全、配准和融合，得到联合特征，包括以下步骤： 针对所述多模态融合特征或所述多视角融合特征中存在的缺失区域，通过显著性分析和非局部注意力机制利用所述多视角融合特征或所述多模态融合特征的完整信息进行动态补全； 采用深度学习的形变场模型对所述多模态融合特征和所述多视角融合特征进行空间配准； 将经过动态补全和空间配准的所述多模态融合特征和所述多视角融合通过特征加权和交叉注意力机制进行融合，得到所述联合特征。

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中山大学·深圳;中山大学，其通讯地址为：518107 广东省深圳市光明区中山大学深圳校区；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。