多尺度上下文聚合与动态监督医学图像分割方法及其应用

本发明提出了一种多尺度上下文聚合与动态监督医学图像分割方法及其应用，属于医学图像处理技术领域。针对现有技术非线性特征拟合能力弱、全局上下文缺失及训练收敛不稳定的问题，本发明构建了ResUKAN+网络。该方法在编码器全层级嵌入残差KAN卷积模块，利用B样条函数增强非线性特征提取；在瓶颈层设置多尺度上下文聚合模块，融合动态金字塔池化与双重注意力机制以捕获全局依赖；在解码器末端引入动态辅助监督头，通过异质感受野提取互补特征，并结合随训练周期指数衰减的动态权重机制优化损失计算。本发明显著提升了对模糊边界及多尺度病灶的分割精度与鲁棒性，适用于医学影像智能诊断。

《多尺度上下文聚合与动态监督医学图像分割方法及其应用》是一发明专利，专利号为 2026100087417，当前法律状态为已下证，由中国计量大学提出申请，发明人为肖丙刚;洪涛;余家斌;米红妹，申请日期为2026-01-06，公开（公告）日期为2026-03-20，国际专利分类号（IPC）为 G06T7/12(2017.01)I;G06T5/30(2006.01)I;G06T5/60(2024.01)I;G06N3/0464(2023.01)I;G06N3/09(2023.01)I;G06V10/44(2022.01)I;G06V10/82(2022.01)I，高新资质：未报高企，所属技术领域包括：人工智能医学影像处理、多尺度特征聚合医学影像分割、动态监督深度学习、病灶智能识别诊断算法。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明提出了一种多尺度上下文聚合与动态监督医学图像分割方法及其应用，属于医学图像处理技术领域。针对现有技术非线性特征拟合能力弱、全局上下文缺失及训练收敛不稳定的问题，本发明构建了ResUKAN+网络。该方法在编码器全层级嵌入残差KAN卷积模块，利用B样条函数增强非线性特征提取；在瓶颈层设置多尺度上下文聚合模块，融合动态金字塔池化与双重注意力机制以捕获全局依赖；在解码器末端引入动态辅助监督头，通过异质感受野提取互补特征，并结合随训练周期指数衰减的动态权重机制优化损失计算。本发明显著提升了对模糊边界及多尺度病灶的分割精度与鲁棒性，适用于医学影像智能诊断。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！