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！

龙图腾网获悉核工业总医院申请的专利跨图融合网络的乳腺超声图像分割方法及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：CN120689357B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202511179112.2，技术领域涉及：G06T7/11；该发明授权跨图融合网络的乳腺超声图像分割方法及系统是由郑丽君;郭亮生;张迎春设计研发完成，并于2025-08-22向国家知识产权局提交的专利申请。

本跨图融合网络的乳腺超声图像分割方法及系统在说明书摘要公布了：本发明公开了跨图融合网络的乳腺超声图像分割方法及系统，涉及图像分割技术领域，包括：对超声图像进行弱变换与强变换，得到弱变换图像与强变换图像，并对特征进行离散余弦变换，得到变换后的图像特征；并进行高通滤波与低通滤波，基于低通滤波后的特征进行处理，得到弱变换处理图片和强变换处理图片；将弱变换处理图片和强变换处理图片进行融合，得到弱到强变换融合图和强到弱变换融合图，将高通滤波后的特征进行随机混合，并与弱到强变换融合图和强到弱变换融合图的特征进行离散余弦反变换，得到强弱离散余弦反变换特征；再输入至预先建立的解码器内，输出得到弱变换图像的分割结果和强变换图像的分割结果，从而得到较好的分割结果。

本发明授权跨图融合网络的乳腺超声图像分割方法及系统在权利要求书中公布了：1.跨图融合网络的乳腺超声图像分割方法，其特征在于，方法包括以下步骤： 接收超声图像，对超声图像进行弱变换与强变换，得到弱变换图像与强变换图像，并对弱变换图像与强变换图像的特征进行离散余弦变换，得到变换后的图像特征；对变换后的图像特征进行高通滤波与低通滤波，基于低通滤波后的特征进行处理，得到弱变换处理图片和强变换处理图片； 将弱变换处理图片和强变换处理图片进行融合，得到弱到强变换融合图和强到弱变换融合图，将高通滤波后的特征进行随机混合，并与弱到强变换融合图和强到弱变换融合图的特征进行离散余弦反变换，得到强弱离散余弦反变换特征； 所述弱到强变换融合图的处理过程包括： 计算弱到强变换融合图的邻接矩阵，其中表示softmax函数，表示强到弱变换特征查询分量，表示弱到强变换特征键分量，表示弱到强变换特征值分量；计算强到弱变换融合图的邻接矩阵；表示弱到强变换特征查询分量，表示强到弱变换特征键分量，表示强到弱变换特征值分量；计算图卷积后的弱变换特征的图卷积特征：，表示图卷积的可学习参数，计算图卷积后的强变换特征的图卷积特征：，表示图卷积的可学习参数； 弱到强变换融合图中，顶点集为、边集为；图的参数分别由、表示，用来表示第列数据，对应于图中的第个顶点，每个顶点的特征按照如下方式计算： 其中，表示图中的第个顶点的特征，表示第列数据，表示第列数据，是特征向量到的软分配，通过以下方程式计算： 用来表示第列数据，表示第列数据； 所述强到弱变换融合图的处理过程，包括： 强到弱变换融合图中，顶点集为、边集为；图的参数分别由、表示；用来表示第列数据，对应于图中的第个顶点，每个顶点的特征按照如下方式计算： 其中，表示图中的第个顶点的特征，表示第列数据，表示第列数据，是特征向量到的软分配，通过以下方程式计算： 用来表示第列数据，表示第列数据； 分别对、进行层归一化和线性变换层处理，特征的形状变为，然后把形状变成，然后使用卷积运算变成形状为特征矩阵，即； 将强弱离散余弦反变换特征输入至预先建立的解码器内，输出得到弱变换图像的分割结果和强变换图像的分割结果。

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核工业总医院，其通讯地址为：215004 江苏省苏州市三香路1055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。