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！

龙图腾网获悉常熟市第一人民医院;江南大学申请的专利一种融合空间域和频域信息的混合网络框架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：CN120707863B 。

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：202511148704.8，技术领域涉及：G06V10/26；该发明授权一种融合空间域和频域信息的混合网络框架及其应用是由夏开建;官旭辉;夏丁淏;钱鹏江;蒋亦樟;黄丽军;朱萍;俞涵;张立设计研发完成，并于2025-08-18向国家知识产权局提交的专利申请。

本一种融合空间域和频域信息的混合网络框架及其应用在说明书摘要公布了：本发明属于图像分割技术领域，涉及一种融合空间域和频域信息的混合网络框架及应用，该框架包括对称布置的四层下采样与四层上采样；每层下采样的后端都接入一MAP模块，最前一层下采样中采用分块嵌入；前三层上采样每层前端都配有一MAP模块，后三层上采样均通过一个MFF模块与最前一层上采样连接；前三层下采样每层的MAP模块分别通过FFE模块分别与后三层上采样每层的输出相加，且最后一层下采样的MAP模块通过FFE模块直接与最后一层上采样连接；该架构结合FFE和MAP模块来增强空间域和频域特征信息，并设计TAA和MFF模块，有效地结合了低级细节信息与高级语义信息。

本发明授权一种融合空间域和频域信息的混合网络框架及其应用在权利要求书中公布了：1.一种融合空间域和频域信息的混合网络框架，采用分层结构的编码器与解码器，所述编码器与解码器包括对称布置的四层下采样与四层上采样，其特征在于：每层下采样的后端都接入一MAP模块，最前一层下采样中采用分块嵌入；前三层上采样每层前端都配有一MAP模块，后三层上采样均通过一个MFF模块与最前一层上采样连接；前三层下采样每层的MAP模块分别通过FFE模块分别与后三层上采样每层的输出相加，且最后一层下采样的MAP模块通过FFE模块直接与最后一层上采样连接；其中： 内嵌补丁，用于将最前一层下采样从输入的3D图像中提取的特征图分割为不重叠的补丁，并将不重叠的补丁投影到不同通道维度，以生成输出特征图； MAP模块，用于增强图像分割任务中的特征学习，其包含：能捕捉不同尺度特征的多尺度卷积、能根据不同尺度特征的重要性自适应地调整其贡献度的MWF模块、以及能够感知不同尺度特征三维空间坐标的位置编码； FFE模块，用于强化输入特征中的低频、中频和高频信息，其包含能对输入特征进行通道加权，生成每个通道的频率权重，且频率权重分为低频、中频和高频三个频带权重的动态频率滤波器、以及能从频率域中获取不同频段特征值的低频掩码、中频掩码和高频掩码； MFF模块，用于对后三层上采样分别在H轴、W轴、D轴三个方向上进行TAA操作，分别通过通道空间对齐后，再分别通过频域与空间域的融合，将获得的低级特征与最前一层上采样获得的高级语义信息融合后，以得到输出的增强特征图；其中：所述TAA操作的具体过程： 通过1×1的3D卷积对输入特征X∈RB×C×H×W×D进行查询Q、键K和值V的投影，得到Q,K,V∈RB×H×W×D×C； 对于每个上采样，分别使用深度、宽度或高度轴进行注意力计算： ； 式中：d为Query和Key的维度； 将每个注意力头的输出进行合并，生成特征图； 通过残差连接将原始输入特征图与经过注意力计算后的特征图进行融合，融合后的特征图通过一个线性变换进行处理，得到输出特征图： ； 式中：γ是一个能训练的参数，用于控制输出特征和输入特征之间的加权。

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常熟市第一人民医院;江南大学，其通讯地址为：215500 江苏省苏州市常熟市书院街1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。