買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜北京欣智恒科技股份有限公司申請的專利一種基于圖像識別的智能護理貼邊定位與調整系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN118918107B 。

龍圖騰網通過國家知識產權局官網在2025-04-18發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411407160.8，技術領域涉及：G06T7/00；該發明授權一種基于圖像識別的智能護理貼邊定位與調整系統是由任茜;馬新蕾;劉紅瑞;田亮;郄莉;張杏芝;白玉昆;趙奕安;冀光設計研發完成，并于2024-10-10向國家知識產權局提交的專利申請。

本一種基于圖像識別的智能護理貼邊定位與調整系統在說明書摘要公布了：本發明涉及圖像識別領域，具體是一種基于圖像識別的智能護理貼邊定位與調整系統，包括圖像采集模塊、智能圖像融合模塊、智能圖像分割模塊、貼邊定位調整模塊和用戶界面模塊；本發明創造性的采用一種基于多維動態卷積的多尺度特征融合方法，通過多維動態卷積提取病灶圖像的詳細特征，通過多種通道注意力增強特征上下文信息的連接，增強視覺真實性與感知細節，學習病灶的結構紋理，提高貼邊定位準確性；本發明創造性采用一種基于多維信息提取的雙編碼器網絡，通過卷積注意編碼捕捉融合圖像的空間和通道之間的相關性信息，通過Swin?Unet的編碼器捕捉融合圖像的全局與局部信息，將兩種信息融合解碼，精準分割病灶部位并用于貼邊定位。

本發明授權一種基于圖像識別的智能護理貼邊定位與調整系統在權利要求書中公布了：1.一種基于圖像識別的智能護理貼邊定位與調整系統，其特征在于：包括圖像采集模塊、智能圖像融合模塊、智能圖像分割模塊、貼邊定位調整模塊和用戶界面模塊；所述圖像采集模塊，使用彩色相機拍攝患者病灶的RGB圖像，使用深度相機采集患者病灶的深度圖像，并將RGB圖像與深度圖像發送至智能圖像融合模塊；所述智能圖像融合模塊，使用一種基于多維動態卷積的多尺度特征融合方法，對RGB圖像與深度圖像進行融合，得到灰度融合圖并發送至智能圖像分割模塊；其中，所述一種基于多維動態卷積的多尺度特征融合方法，具體包括以下步驟：步驟S1：圖像轉換，將RGB圖像轉換到YCbCr空間，得到RGB圖像的亮度分量圖Y，將深度圖像以深度轉亮度的轉換方式進行轉換，得到深度圖像的亮度圖D；步驟S2：多維動態卷積，對亮度分量圖Y與亮度圖D分別進行多維注意力動態卷積，分別得到亮度分量卷積圖與亮度卷積圖： ；式中，代表高斯誤差線性單元激活函數，代表歸一化操作，代表多維注意力動態卷積，其中包括四個維度的注意力動態卷積，分別為空間維度、輸入通道維度、輸出通道維度和卷積核數量維度，空間維度對應每個卷積核的空間位置，輸入通道維度對應輸入數據的通道維度，輸出通道維度對應輸出數據的通道維度，卷積核數量維度對應不同卷積核之間的權重，代表輸入圖像，即亮度分量圖Y與亮度圖D，代表輸出圖像，即亮度分量卷積圖與亮度卷積圖；步驟S3：多模態特征激活，對亮度分量卷積圖與亮度卷積圖分別進行多模態特征激活，分別得到亮度分量激活特征與亮度激活特征，具體包括以下步驟：步驟S31：將亮度分量卷積圖與亮度卷積圖統稱為輸入圖像，將輸入圖像進行LN歸一化處理，并分別進行基于窗口的多頭自注意力處理與通道注意模塊處理，將兩個處理結果與原輸入圖像進行相加，得到初級注意特征： ；式中，代表輸入圖像，即亮度分量卷積圖與亮度卷積圖，代表LN歸一化，代表基于窗口的多頭自注意力處理，代表通道注意模塊處理，代表初級注意特征；步驟S32：將初級注意特征進行LN歸一化處理，并進行多層感知機處理，將處理結果與初級注意特征進行相加，得到初步激活特征： ；式中，代表多層感知機處理，代表初步激活特征；步驟S33：將初步激活特征進行LN歸一化處理，并進行重疊注意模塊處理，將處理結果與初步激活特征進行相加，得到次級注意特征： ；式中，代表重疊交叉注意模塊處理，代表次級注意特征；步驟S34：將次級注意特征進行LN歸一化處理，并進行多層感知機處理，將處理結果與次級注意特征進行相加，得到次級激活特征： ；式中，代表多層感知機處理，代表次級激活特征，即亮度分量激活特征與亮度激活特征；步驟S4：圖像融合，將亮度分量激活特征與亮度激活特征進行融合并激活，得到亮度融合圖；步驟S5：灰度圖轉換，將亮度融合圖以亮度轉灰度的轉換方式進行轉換，得到灰度融合圖；所述智能圖像分割模塊，使用一種基于多維信息提取的雙編碼器網絡，通過卷積注意編碼捕捉融合圖像的空間和通道之間的相關性信息，通過Swin-Unet的編碼器捕捉融合圖像的全局與局部信息，并將兩種信息進行轉置卷積與特征選擇后進行連接解碼得到分割圖像，最終將分割圖像發送至貼邊定位調整模塊；其中，所述一種基于多維信息提取的雙編碼器網絡，具體包括以下處理步驟：步驟Q1：CBAM編碼，使用基于卷積塊注意力機制的編碼器CBAM對灰度融合圖進行n層編碼，得到卷積編碼特征；步驟Q2：Swin編碼，使用Swin-Unet的編碼器對灰度融合圖進行n層編碼，得到變壓編碼特征；步驟Q3：特征融合譯碼，對卷積編碼特征進行轉置卷積后與變壓編碼特征進行連接，并進行1*1卷積與批量歸一化，得到初級解碼結果；步驟Q4：特征選擇，使用通道注意SE模塊（Squeeze-and-Excitation模塊）對初級解碼結果進行特征選擇，得到初級選擇特征；步驟Q5：多層解碼，對初級選擇特征進行n-1層上采樣，得到最終解碼特征，使用激活函數對最終解碼特征進行激活，得到分割圖像；所述貼邊定位調整模塊，根據分割圖像確定貼邊的位置和調整方向，得到貼邊定位調整結果；所述用戶界面模塊，供醫護人員查看貼邊定位調整結果，醫護人員根據該結果對患者病灶進行準確的貼邊，同時供技術人員對所有模塊進行參數調整控制與信息查看。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京欣智恒科技股份有限公司，其通訊地址為：100080 北京市海淀區海淀南路19號時代網絡大廈8000室；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。