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！

龙图腾网获悉湖南大学申请的专利一种用于病理图像分割的双端层次化的特征融合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：CN115661454B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202211320016.1，技术领域涉及：G06V10/26；该发明授权一种用于病理图像分割的双端层次化的特征融合方法是由彭绍亮;王练;潘良睿;王鹤恬;刘明婷;陈佐设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本一种用于病理图像分割的双端层次化的特征融合方法在说明书摘要公布了：本发明公开了一种用于病理图像分割的双端层次化的特征融合方法，包括：S1、将整个全视野数字切片分成切片小块，并行放入全局编码器和局部编码器中；S2、在全局编码器中，块嵌入层将切片分割成不重叠的补丁，将特征维度映射到维度转换后的特征通过连续的SwinTransformer块和块合并层在各个阶段以生成分层的全局特征表示；S3、在局部编码器中，Stem层生成补丁特征，通过ConvNeXt块和下采样层在各个阶段以生成相应的分层局部特征表示；S4、在解码器中，借助全局‑局部融合模块GLFusion和跳越连接，获取双分支同一层次的全局粗粒度信息和局部细粒度信息；S5、获得图像的像素级分割，并合并所有切片块分割结果以恢复最终的WSI的肿瘤分布图。本发明具有较高的实际应用价值。

本发明授权一种用于病理图像分割的双端层次化的特征融合方法在权利要求书中公布了：1.一种用于病理图像分割的双端层次化的特征融合方法，其特征在于，包括以下步骤： S1、将整个长为H，宽为W的全视野数字切片分成切片长为h，宽为w的小图像切片，然后将其并行放入全局编码器和局部编码器中，R是空间维度； S2、在所述全局编码器中，块嵌入层将小图像切片分割成不重叠的补丁，将特征维度映射到数量C，特征的尺寸为w4,h4,C，映射转换后的特征通过连续的SwinTransformer块和块合并层在各个阶段以生成分层的全局特征； S3、在所述局部编码器中，Stem层生成尺寸为w4,h4,C的补丁特征，通过ConvNeXt块和下采样层在各个阶段以生成相应的局部特征； S4、在解码器中，通过借助全局-局部融合模块GLFusion，使得在上采样过程中通过跳跃连接获取全局粗粒度特征信息和局部细粒度特征信息，以便后续进行精确地分割； S5、由线性映射层应用于上采样过程最后的一个GLFusion模块的输出，以获得图像的像素级分割，并合并所有切片块分割结果以恢复最终的分布图； 所述步骤S4中解码器中的GLFusion模块通过以下操作实现： S41、采用双跳跃连接融合来自于CNN和Transformer双分支的高层全局上下文信息和低层精确细节，GLFusion模块使用加法运算融合同一层次的局部和全局特征，结果将与上一融合模块进行跳跃连接，使用卷积、批归一化和ReLU激活函数使得输出尺寸与输入通道维度一致，该过程表述为： 式中，分别为局部编码器和全局编码器阶段i中的特征，为模块的输出； S42、通过一个与下采样层、块合并层作用相反的模块，跨尺度扩展层，使模块实现上采样双倍分辨率和减半通道维度或者上采样四倍分辨率和通道维度保持，跨尺度扩展层的运算过程表示为： 式中，T表示使用跨尺度卷积操作的数量，由于GLFusion4为模型最底部的模块，没有上一模块的输出，GLFusion4计算过程可表示为： S43、GLFusion2,3计算过程表示为： S44、GLFusion1计算过程表示为： 。

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湖南大学，其通讯地址为：410012 湖南省长沙市岳麓区麓山南路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。