发明专利已授权

一种基于UNet和Transformer相融合的视网膜血管分割方法

Name: 一种基于UNet和Transformer相融合的视网膜血管分割方法
Brand: 重庆邮电大学
SKU: 2022111265782
Availability: InStock

📄 申请号：CN202211126578.2 📄 发布日：2026/09/07

著录项目信息

申请日

2022-09-16

公开号

CN115908241B

公开日

2026-01-23

申请人

重庆邮电大学

法律状态

已下证

专利类型

发明

主分类号

G06T7_00

IPC 分类号

G06T7_00 , G06T7_11 , G06T5_60 , G06T5_90 , G06N3_0464 , G06N3_048 , G06N3_08 ,

技术画像

所属领域

其他分类其他

应用场景

眼底检查, 糖尿病视网膜病变筛查, 医疗影像分析, 辅助诊断

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明属于计算机视觉的医学图像分割领域，具体涉及一种基于UNet和Transformer相融合的视网膜血管分割方法，具有这样的特征，包括以下步骤：步骤1，将待训练图像进行预处理获得预处理图像；步骤2，将预处理图像输入到基于UNet和Transformer相融合的视网膜血管分割模型中得到权重文件，该模型包括编码器、解码器以及融合注意力机制，所述编码器包括多流级联的卷积层、多个池化层和多个残差模块，每一个卷积层都使用残差模块，池化层设在两个卷积层单元之间；所述解码器包括级联的多个改进的基于扩展卷积的残差模块、多个上采样模块以及反卷积层，上采样模块设在两个相邻的改进的基于扩展卷积的残差单元之间；所述融合注意力机制将编码器中池化层的输出以及相邻流池化层的输出分别作为低层特征输入和高层特征输入，在第三层的融合注意力机制的高层特征输入是对应编码器池化层经过Transformer模块形成的特征图；步骤3，加载权重文件，将测试的眼底图像输入到模型中得出视网膜血管分割结果。此外，本发明的视网膜血管分割模型对细小血管较敏感，提高了分割的精度。

常见问题

这项专利是否已经下证？

是的，该专利已下证，法律状态为“已下证”，公开号： CN115908241B

购买这项专利需要经过哪些流程？

平台提供担保交易、全程代办转让手续。买家可委托平台代购，平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少？

当前标价为议价，可委托平台代购或预约谈判。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种蔬菜种植用松土设备

当前第 / 件

一种道路桥梁裂缝加固装置及加固方法

同领域国内专利 · IPC: (G06T7_00)

G06T7_00 G06T7_10 G06T7_11 G06T7_12 G06T7_13 G06T7_136 G06T7_143 G06T7_149 G06T7_155 G06T7_168 G06T7_174 G06T7_181 G06T7_187 G06T7_194 G06T7_20 G06T7_207 G06T7_215 G06T7_223 G06T7_246 G06T7_254 G06T7_269 G06T7_277 G06T7_292 G06T7_30 G06T7_32 G06T7_33 G06T7_37 G06T7_38 G06T7_40 G06T7_41 G06T7_44 G06T7_45 G06T7_49 G06T7_50 G06T7_521 G06T7_55 G06T7_557 G06T7_564 G06T7_579 G06T7_593 G06T7_60 G06T7_62 G06T7_64 G06T7_66 G06T7_68 G06T7_70 G06T7_73 G06T7_77 G06T7_80 G06T7_90 覆盖50个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：22 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 2657件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)