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！

龙图腾网获悉中国计量大学申请的专利基于状态传播与边缘先验的乳腺超声图像分割方法及其应用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：CN121504945B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202610044316.3，技术领域涉及：G06T7/10；该发明授权基于状态传播与边缘先验的乳腺超声图像分割方法及其应用是由余家斌;陈海杰;武林会;孙雨;王艺;米红妹;章东平;肖丙刚;吴震;武之炜设计研发完成，并于2026-01-14向国家知识产权局提交的专利申请。

本基于状态传播与边缘先验的乳腺超声图像分割方法及其应用在说明书摘要公布了：本申请提出了一种基于状态传播与边缘先验的乳腺超声图像分割方法及其应用，属于医学图像处理领域。针对乳腺超声图像噪声干扰大、病灶边界模糊及长程依赖建模不足的问题，本发明提出SP‑EdgeNet网络，构建混合特征增强模块替代传统跳跃连接。该模块利用状态传播路径捕获全局上下文，利用边缘先验路径显式增强几何边缘，并通过自适应机制动态融合。同时，辅以结构‑语义解耦模块与跨分辨率协同机制，实现特征的深度净化与多尺度对齐。本发明有效解决了特征传递中边缘退化与语义鸿沟问题，显著提升了乳腺结节分割的精度与边界完整性。

本发明授权基于状态传播与边缘先验的乳腺超声图像分割方法及其应用在权利要求书中公布了：1.一种基于状态传播与边缘先验的乳腺超声图像分割方法，其特征在于，包括以下步骤： 获取待处理的乳腺超声图像； 将所述乳腺超声图像输入至预先构建的分割模型中，所述分割模型包括编码器、混合特征增强模块和解码器； 利用所述编码器对输入的所述乳腺超声图像进行多尺度特征提取，得到多个层级的编码特征；在特征提取过程中，对每一层级的特征进行结构信息与语义信息的解耦处理，以分离高频边缘特征与低频语义特征；其中，对每一层级的特征进行结构信息与语义信息的解耦处理，具体包括：将编码器当前层级输出的特征图在通道维度上分割为语义特征分支和结构特征分支；对所述语义特征分支，利用注意力机制及对比度增强操作，强化与病灶类别相关的语义表征；对所述结构特征分支，利用卷积操作提取边缘特征，并将提取的边缘特征与原始结构特征分支进行加权融合；将处理后的语义特征分支与结构特征分支进行拼接与重组，作为该层级经解耦处理后的输出特征； 选取所述编码器的深层特征与中层特征；对所述深层特征进行上采样以对齐分辨率，并计算自适应融合权重；基于所述自适应融合权重，将中层特征的局部细节与深层特征的全局语义进行加权融合，生成协同特征；将所述协同特征替代原始的深层编码特征，与其他层级的编码特征共同输入至所述混合特征增强模块； 将经解耦处理后的多层级编码特征输入至所述混合特征增强模块，分别经由并行的状态传播路径和边缘先验路径进行协同增强；其中，所述状态传播路径将输入特征映射至隐藏状态空间，并通过迭代的状态演化操作扩大感受野，以捕获全局上下文信息；所述边缘先验路径利用边缘检测算子显式提取特征图中的几何边缘信息，并进行特征变换以保留局部结构细节； 将所述状态传播路径和边缘先验路径输出的特征进行自适应融合，并将融合后的特征按通道维度重新分配至所述解码器的对应层级； 利用所述解码器接收所述混合特征增强模块分配的增强特征，结合上采样操作进行分层重建，最终输出乳腺结节的分割掩膜； 其中，状态传播路径的迭代的状态演化操作具体通过以下离散动力系统方程实现： 首先将输入特征Ffused投影至初始隐藏状态H0； 随后进行N次迭代更新，第t+1次的状态Ht+1计算公式为： 其中，t=0,1,...,N-1，为激活函数，Wtrans为固定权重的卷积核，btrans为偏置项，以HN为最终输出的全局上下文特征。

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国计量大学，其通讯地址为：310000 浙江省杭州市下沙高教园区学源街258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。