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！

龙图腾网获悉深圳汇医必达医疗科技有限公司申请的专利基于人工智能的舌象提取方法、装置、计算机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：CN116883666B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310923369.9，技术领域涉及：G06V10/26；该发明授权基于人工智能的舌象提取方法、装置、计算机设备及介质是由请求不公布姓名设计研发完成，并于2023-07-25向国家知识产权局提交的专利申请。

本基于人工智能的舌象提取方法、装置、计算机设备及介质在说明书摘要公布了：本发明涉及人工智能技术领域，尤其涉及一种基于人工智能的舌象提取方法、装置、计算机设备及介质。该方法采用特征提取层提取舌象图像的初始图像特征，依次使用第一卷积核和第二卷积核对初始图像特征卷积，得到高维信息特征，将高维信息特征均分为特征子块，确定每个特征子块的相对位置，由表征相同相对位置的特征子块形成一子块序列，将子块序列编码为编码序列，从编码序列中确定特征子块的编码结果，将所有编码结果恢复为编码特征，将编码特征池化为池化特征，将池化特征解码，确定解码结果为舌象分割结果，通过卷积使特征子块包含局部信息，对特征子块组成的子块序列编码，令编码特征同时包含局部信息和全局信息，提高舌象图像分割的效果。

本发明授权基于人工智能的舌象提取方法、装置、计算机设备及介质在权利要求书中公布了：1.一种基于人工智能的舌象提取方法，其特征在于，所述舌象提取方法包括： 将待分割的舌象图像输入特征提取层中进行特征提取，得到初始图像特征； 使用第一卷积核对所述初始图像特征进行卷积处理，得到局部信息特征，使用第二卷积核对所述局部信息特征进行卷积处理，得到高维信息特征，所述高维信息特征和所述局部信息特征的特征尺寸相同且所述高维信息特征的通道数大于所述局部信息特征的通道数； 将所述高维信息特征均分为N个不重叠的特征块，针对任一特征块，将所述特征块均分为M个不重叠的特征子块，确定每个特征子块在所述特征块中的相对位置，所述特征块的通道数和所述特征子块的通道数均与所述高维信息特征的通道数相同，N和M均为正整数； 按照预设的查询顺序，将所有特征块中表征相同的相对位置对应的特征子块形成一子块序列，得到对应相对位置的子块序列，使用编码器分别对每个子块序列进行编码，得到对应子块序列的编码序列，从对应编码序列中确定每个特征子块的编码结果； 按照所有特征子块的相对位置，将所有编码结果恢复为对应所述特征块的编码特征，使用池化层对所述编码特征进行池化操作，得到池化特征，根据所述池化特征进行特征解码，得到解码结果，确定所述解码结果为舌象分割结果； 在所述将所有编码结果恢复为对应所述特征块的编码特征之后，还包括： 采用第三通道卷积层对所述编码特征进行降维，得到降维结果，将所述降维结果和所述高维信息特征拼接，得到拼接结果； 采用第四通道卷积层对所述拼接结果进行升维，确定升维结果为目标特征； 相应地，所述使用池化层对所述编码特征进行池化操作，得到池化特征，包括： 使用所述池化层对所述目标特征进行池化操作，得到所述池化特征； 所述池化层包括均值池化层、池化通道卷积层和K个空洞卷积层，任两个空洞卷积层所对应的膨胀率不同，所述膨胀率用于控制对应空洞卷积层的感受野，K为大于一的整数； 所述使用池化层对所述编码特征进行池化操作，得到池化特征，包括： 将所述编码特征分别输入所述均值池化层、所述池化通道卷积层和所有空洞卷积层，得到均值池化结果、池化通道卷积结果和K个空洞卷积结果； 对所述均值池化结果进行上采样，得到上采样结果，将所述上采样结果、所述池化通道卷积结果和所述K个空洞卷积结果进行特征融合，得到融合结果，以所述融合结果作为所述池化特征； 在所述得到融合结果之后，还包括： 使用全局平均池化层对所述融合结果处理，得到全局平均池化结果，对所述全局平均池化结果进行尺寸重构，采用一维卷积核对重构结果进行卷积操作，得到一维卷积结果； 使用激活函数对所述一维卷积结果进行激活处理，得到激活结果，对激活结果进行尺寸重构，得到目标重构结果； 将所述目标重构结果和所述融合结果相乘，得到相乘结果； 相应地，所述以所述融合结果作为所述池化特征包括： 以所述相乘结果作为所述池化特征。

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深圳汇医必达医疗科技有限公司，其通讯地址为：518000 广东省深圳市光明区凤凰街道甲子塘社区甲子塘大道二巷12号502；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。