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！

龙图腾网获悉武汉轻工大学申请的专利一种皮肤病变图像分割方法、装置、设备及存储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：CN116912268B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310843590.3，技术领域涉及：G06T7/11；该发明授权一种皮肤病变图像分割方法、装置、设备及存储介质是由李雅琴;田桐赫;袁操;张子怡设计研发完成，并于2023-07-10向国家知识产权局提交的专利申请。

本一种皮肤病变图像分割方法、装置、设备及存储介质在说明书摘要公布了：本发明涉及医学图像领域，公开一种皮肤病变图像分割方法、装置、设备及存储介质，该方法包括：基于SUTrans‑NET网络模型的编码器提取待分割皮肤图像的图像特征；并将编码器生成的图像特征输入至解码器中进行还原，输出分割特征图。通过CNN和Transformer构成的双编码器对图像进行提取并进行特征动态交互融合，同时，通过一个具有全尺度信息融合能力的解码器，综合利用来自不同层级的特征表示，从而更好地捕捉图像中的细节和全局上下文信息，缓解了现有技术中的医学图像处理方法在数据量较小的医学图像数据集上的应用受到限制技术问题。

本发明授权一种皮肤病变图像分割方法、装置、设备及存储介质在权利要求书中公布了：1.一种皮肤病变图像分割方法，其特征在于，所述方法包括： 基于SUTrans-NET网络模型的编码器提取待分割皮肤图像的图像特征，所述SUTrans-NET网络模型的编码器结构为由CNN编码器和Transformer编码器组成的双编码器结构； 将所述编码器生成的图像特征输入至全尺度信息融合解码器中进行还原，并输出分割特征图； 所述图像特征包括CNN特征和Transformer特征，所述CNN编码器提取的CNN特征与所述Transformer编码器提取的Transformer特征全局共享权重，每一层都进行动态融合； 所述CNN编码器包含五层CNN编码单元，所述Transformer编码器的Transformer编码单元与所述CNN编码器的CNN编码单元数量相等； 所述CNN编码器的第X层CNN编码单元与所述Transformer编码器的第X层CNN编码单元进行图像特征动态交互，X的取值为1到5； 通过所述全尺度信息融合解码器对各层交互后的图像特征进行还原，并输出分割特征图； 所述Transformer编码器中的每个Transformer编码单元包括：Focus层、SGA层、SE层以及MLP； 所述SE层与所述MLP的输出跳跃连接； 对所述MLP的输出元素与所述SE层的输出元素进行特征点乘处理，获得所述Transformer编码器的当前Transformer编码单元图像特征； 所述CNN编码器与所述Transformer编码器间的图像特征全局共享权重，每一层都进行动态融合，包括： 将当前CNN编码单元获得的当前CNN特征传输至对应的所述当前Transformer编码单元的SGA层，以使所述当前Transformer编码单元根据所述当前CNN特征与前一层的Transformer特征获取当前Transformer编码单元的当前Transformer特征； 所述CNN编码器与所述Transformer编码器间的图像特征全局共享权重，每一层都进行动态融合的步骤，还包括： 将所述当前层CNN编码单元的当前层CNN特征作为下一层CNN编码单元的输入特征； 将所述当前层Transformer编码单元的Transformer特征与当前层CNN编码单元的当前层CNN特征进行处理，并将处理后的特征作为下一层Transformer编码单元的输入特征。

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武汉轻工大学，其通讯地址为：430000 湖北省武汉市汉口常青花园学府南路68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。