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！

龙图腾网恭喜中国计量大学申请的专利一种基于边界线索深度融合的息肉图像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：CN119151968B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202411660471.5，技术领域涉及：G06T7/11；该发明授权一种基于边界线索深度融合的息肉图像分割方法是由章东平;闫天旭;李铮;陈梁宇;王大为;马道滨;卜玉真设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本一种基于边界线索深度融合的息肉图像分割方法在说明书摘要公布了：本发明公开了一种基于边界线索深度融合的息肉图像分割方法，通过构建边界线索深度融合网络，将肠息肉图像输入主干网络提取不同层次特征信息，以指导息肉区域提取；构建边界线索挖掘模块以借助部分层级特征获得边界细节信息,实现对息肉区域更精准的定位；构建前景目标增强模块增强网络结合反转注意力分支对前景目标整体结构特征的学习，使网络侧重于关注前景目标；构建深度特征融合模块集成边界信息和前景信息，通过级联特征融合以及边界信息引导进一步提高分割性能，最后利用训练好的模型得到息肉分割结果。本发明克服了息肉在边界不确定性及形态多样性时的局限性，并在训练中采用加权联合尺度差异损失优化模型，实现息肉区域高精度识别与分割。

本发明授权一种基于边界线索深度融合的息肉图像分割方法在权利要求书中公布了：1.一种基于边界线索深度融合的息肉图像分割方法，其特征在于包括如下步骤：步骤1：获取息肉图像；步骤2：构建基于边界线索深度融合的息肉图像分割模型，包括如下步骤：步骤2.1：将息肉图像通过主干网络以提取层级特征；步骤2.2：从不同尺度的层级特征中提取出高保真度的边界信息，并通过多层次融合构建息肉分割掩模，获得息肉边界细节信息；步骤2.3：对不同尺度的层级特征进行跨级局部联合，提取跨级特征，用于层级特征对应的前景目标增强，借助前景目标增强的反转注意力机制，获取高级语义特征；最顶层前景目标增强的输入为第二层级特征和前一层前景目标增强模块输出的特征，第二层前景目标增强输出的特征只输入与之对应的最顶层深度特征融合中；前景目标增强，包括如下步骤：步骤2.3.1：通过级联前景目标增强的方式，每一级前景目标增强以上一级前景目标增强的输出特征和对应层级特征作为输入；步骤2.3.2：在前景目标增强的反转注意力分支中，将前一级前景目标增强的输出反转，以得到反转注意力权重；通过跨级局部联合解码器，利用多特征元素相乘的方法提取不同特征间的共有信息；步骤2.3.3：将反转注意力权重与其对应层级特征，进行元素减法提取特征间的差异信息，再和对应层级特征进行元素相乘，得到互补增强后的前景目标特征为所述高级语义信息；对于自上而下5层网络，首先通过上采样和卷积对底层层级特征F5进行细化，与层级特征F4进行元素相乘，提取强化共有特征F4'，用相同方式提取层级特征F3、F4和F5的共有强化特征F3'，进一步捕捉跨级特征的相互依赖，之后，对层级特征F5进行上采样和卷积获取特征图并与F4'拼接，融合不同分辨率的特征信息，经过卷积得到更深层次特征F4g，再将F4g进行上采样和卷积后与F3'拼接，结合细节和高层次语义信息，经过卷积提炼特征F3g，最后F3g经过卷积和卷积降维，获取显著性跨级特征Ft6；将反转注意力权重与对应层级特征进行元素减法提取特征间的差异信息，再和对应层级特征进行元素相乘，得到互补增强后的前景目标特征；步骤2.4：将各前景目标增强对应的高级语义特征与边界细节信息进行深层次整合，采用跨层信息传递结构，以级联方式融合多层级特征，得到深度融合特征，用于息肉图像分割；包括如下步骤：步骤2.4.1：根据不同层级需求，将边界线索信息进行不同程度的下采样，以获取多尺度的边界线索信息，以多尺度的边界线索信息和前景目标特征作为线索特征感知的输入，生成多层次特征表示，将上一阶深度特征融合的输出与当前多层次特征表示进行拼接，得到多尺度整合特征，多层特征进行交错融合，得到融合后的多个邻近特征；线索特征感知，以经过下采样的边界线索信息和前景目标特征作为输入，进行元素相乘以获取其共有特征信息，将相乘结果再与前景目标特征相加，之后利用卷积获取初始融合特征，引入注意力机制对初始融合特征进行加权求和，聚合卷积特征，通过全连接层和激活函数计算得到对应的通道注意权重，并将聚合卷积特征与通道注意权重逐元素相乘，最后通过卷积对通道数进行压缩，生成初步融合特征；步骤2.4.2：拼接融合后的邻近特征，并经过卷积得到特征，再经过残差连接和卷积操作，最终获得深度融合特征；步骤3：对所述息肉图像分割模型进行训练，以获取训练好的模型用于息肉图像分割。

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：310018 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”。