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！

龙图腾网恭喜武汉大学申请的专利一种基于长短距离特征的医学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：CN114463341B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202210026011.1，技术领域涉及：G06T7/10；该发明授权一种基于长短距离特征的医学图像分割方法是由种衍文;谢柠迪;潘少明设计研发完成，并于2022-01-11向国家知识产权局提交的专利申请。

本一种基于长短距离特征的医学图像分割方法在说明书摘要公布了：本发明涉及一种基于长短距离特征的医学图像分割方法。利用Pytorch深度学习框架搭建基于长短距离特征的医学图像分割网络，采用以transformer和卷积网络为基础的编码器和解码器的设计模式，通过MEtransformer模块、卷积特征提取模块、全局局部特征融合模块和反卷积解码器模块四部分的处理，从输入的医学影像中分割可疑的病变区域。本发明对于多种不同区域的病变图像数据集均具有较好的分割性能，分割效果稳定，边缘较为清晰。

本发明授权一种基于长短距离特征的医学图像分割方法在权利要求书中公布了：1.一种基于长短距离特征的医学图像分割方法，其特征在于，包括以下步骤：步骤1，首先将训练集中图像裁剪为C×H×W的尺寸，将裁剪后的训练集图片进行随机上下、水平翻转实现数据扩充，然后划分训练集和测试集；步骤2，构建基于长短距离特征的医学图像分割网络；采用以transformer和卷积网络为基础的编码器和解码器的设计模式，编码器模块由卷积特征提取模块、MEtransformer模块和全局局部特征融合模块组成；首先图像张量通过两个卷积特征提取模块进行初步特征提取后，并行使用MEtransformer模块提取长距离全局特征，使用卷积特征提取模块提取短距离局部特征，然后使用全局局部特征融合模块将长、短距离特征向量进行融合，在融合后的特征图基础上再次进行前述的并行特征提取、特征向量融合操作进一步建模数据中的长、短距离特征，最后经过三个反卷积解码器模块获得网络的分割结果输出；MEtransformer模块包括轴向多头注意力模块和掩膜模块，轴向多头注意力模块的输入为图像张量B,C,H,W，首先将图片分成大小为2×2的patch，数量为每个patch通过全连接层映射成长度为C的向量，将这N个向量按原有顺序组合成尺寸为的特征图，并将该特征图按H和W方向分别取平均值转变为和两个向量，然后把通道C以多头数等分，将两个向量变成和在此基础上通过矩阵乘法分别求得矩阵Q、K和V；掩膜模块在Q和K矩阵乘积生成的查询集上进行注意力机制的高斯加权计算，最后把加权后的查询集与V进行矩阵乘法得到该模块的输出；全局局部特征融合模块的输入为长距离特征图和短距离特征图，在尺度上均为B,C,H,W；首先长距离特征经过全局平均池化得到基于通道的注意力图，并与短距离特征图按元素相乘后通过一个卷积层进行初步特征融合，然后将融合后的特征与原来的长距离特征进行堆叠操作后再次经过卷积层，生成后续所需要高阶特征图块；步骤3，使用训练集图像对基于长短距离特征的医学图像分割网络进行训练；步骤4，利用步骤3训练好的分割网络进行医学图像分割。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区珞珈山武汉大学；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”。