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！

龙图腾网获悉烟台大学申请的专利基于频率上下文特征混合的医学图像分割方法和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：CN121095560B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511170990.8，技术领域涉及：G06V10/26；该发明授权基于频率上下文特征混合的医学图像分割方法和系统是由王璇;邱帅康;宋永超;郑强;徐金东;赵金东;阎维青设计研发完成，并于2025-08-21向国家知识产权局提交的专利申请。

本基于频率上下文特征混合的医学图像分割方法和系统在说明书摘要公布了：本发明涉及医学图像分析中的区域分割技术领域，具体为基于频率上下文特征混合的医学图像分割方法和系统；首先，待处理医学图像经基于图像分块的图嵌入、特征重排和归一化处理，得到预处理医学图像；然后，预处理医学图像经多次分频域特征提取和下采样获取不同深度医学特征，将中层与深层特征的通道拼接后，进行全局上下文提取与混合处理，同时其他深度特征以目标特征结合辅助特征进行通道和空间感知处理，得到各层全局增强特征；接着，全局语义增强特征经多轮分频域的特征提取、上采样并与不同深度全局增强特征进行融合，得到全局模态补充图像，用于分割处理，可提高了医学图像分割结果的准确性。

本发明授权基于频率上下文特征混合的医学图像分割方法和系统在权利要求书中公布了：1.一种基于频率上下文特征混合的医学图像分割方法，其特征在于，包括如下操作： S1、待处理医学图像经基于图像分块的图嵌入处理后，进行特征重排和归一化处理，得到预处理医学图像； S2、预处理医学图像经多次的基于分频域的特征提取和下采样处理，获取浅层医学特征、中层医学特征、中深层医学特征和深层医学特征；深层医学特征是中深层医学特征经下采样和基于分频域的特征提取得到的；中深层医学特征是中层医学特征经下采样和基于分频域的特征提取得到的；浅层医学特征是预处理医学图像经基于分频域的特征提取得到的；浅层医学特征的获取方法为：将预处理医学图像映射为四个子频段，得到低频段特征、水平高频段特征、垂直高频段特征和对角线高频段特征；低频段特征经卷积处理、特征增强和卷积处理，得到低频段细节特征；水平高频段特征、垂直高频段特征和对角线高频段特征，分别经卷积处理后，与低频段细节特征经反波逆变化，得到初始浅层增强特征；初始浅层增强特征经线性处理、深度卷积和双向细节扫描后，进行层归一化和线性处理，得到浅层医学特征； 将中层医学特征和深层医学特征进行通道数的拼接处理，得到结构语义特征；结构语义特征经全局上下文提取，得到上下文特征；上下文特征经全局上下文混合处理，得到全局语义增强特征； 以浅层医学特征、中层医学特征、中深层医学特征中的任意一个为目标特征，其他为辅助特征，经通道感知处理和空间感知处理，得到浅层全局增强特征、中层全局增强特征、中深层全局增强特征； 浅层全局增强特征的获取方法为：将浅层医学特征作为目标特征，中层医学特征和中深层医学特征作为辅助特征；将辅助特征维度映射为目标特征的维度后，与目标特征进行拼接，得到多维度融合特征；多维度融合特征分别经平均池化、最大池化和卷积后，经拼接和非线性处理，得到多维度融合权重；基于多维度融合权重，将多维度融合特征进行加权处理，得到通道感知特征；多维度融合特征经不同尺度的卷积处理后进行融合，得到多尺度卷积融合特征；多尺度卷积融合特征经平均池化和最大池化，得到空间感知特征；空间感知特征与通道感知特征经叠加处理，得到浅层全局增强特征； S3、全局语义增强特征经基于分频域的特征提取，得到第一全局模态重建图像；第一全局模态重建图像经上采样后，与中深层全局增强特征进行融合处理，经基于分频域的特征提取，得到第二全局模态重建图像；第二全局模态重建图像经上采样后，与中层全局增强特征进行融合处理，经基于分频域的特征提取，得到第三全局模态重建图像；第三全局模态重建图像经上采样后，与浅层全局增强特征进行融合处理，经基于分频域的特征提取，得到全局模态补充图像； 全局模态补充图像经线性投影后，进行分割处理，得到医学图像分割结果。

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烟台大学，其通讯地址为：264005 山东省烟台市莱山区清泉路30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”。

以上内容由龙图腾AI智能生成。