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！

龙图腾网获悉东华大学申请的专利一种基于因果注意力的轻量化宫颈癌图像细胞检测系统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：CN115761218B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202211558837.9，技术领域涉及：G06V10/25；该发明授权一种基于因果注意力的轻量化宫颈癌图像细胞检测系统是由陈德华;鲍承转;潘乔;王梅设计研发完成，并于2022-12-06向国家知识产权局提交的专利申请。

本一种基于因果注意力的轻量化宫颈癌图像细胞检测系统在说明书摘要公布了：本发明涉及一种基于因果注意力的轻量化宫颈癌图像细胞检测系统，通过各个模块分别实现样本数据的构建，以YOLOV5模型为基础，通过添加因果注意力机制引导的可变形卷积模块、以及使用轻量化卷积结构设计，实现待训练模型的构建、以及训练，获得宫颈癌图像异常细胞区域检测模型，进而针对待检测抗原检测试剂盒的图像进行识别，方案设计上改进深层次网络的特征提取结构，提升模型对宫颈细胞图像区域复杂且不规则的形态学特征的学习能力与对于驳杂背景的泛化能力；并且通过使用轻量化卷积结构设计更纤细的颈部网络，可以在不降低模型精度的条件下，降低模型参数量与计算量，由此高效准确地识别宫颈癌TCT图像中的异常细胞。

本发明授权一种基于因果注意力的轻量化宫颈癌图像细胞检测系统在权利要求书中公布了：1.一种基于因果注意力的轻量化宫颈癌图像细胞检测系统，其特征在于：通过样本数据获得模块、模型构建模块、模型训练生成模块，用于获得宫颈癌图像异常细胞区域检测模型；样本数据获得模块，用于获取预设数量的宫颈癌TCT样本图像，且各幅宫颈癌TCT样本图像上分别包含异常细胞区域框，由宫颈癌TCT样本图像、以及其上所包含各异常细胞区域框构成样本数据，进而获得各个样本数据； 模型构建模块，用于以YOLOV5模型为基础，通过添加因果注意力机制引导的可变形卷积模块、以及使用轻量化卷积结构设计，构建待训练模型； 模型训练生成模块，基于各个样本数据，用于以宫颈癌TCT样本图像为输入、其上所包含各异常细胞区域框为输出，针对待训练模型进行训练，获得宫颈癌图像异常细胞区域检测模型； 模型构建模块所构建待训练模型，以YOLOV5模型为基础，通过添加因果注意力机制引导的可变形卷积模块、以及使用轻量化卷积结构设计，构建待训练模型如下： 待训练模型包括骨干网络Backbone、颈部网络Neck、以及检测网络Heads；其中，骨干网络Backbone自其输入端至其输出端依次包括串联的第一CBS模块、第二CBS模块、第一C3模块、第三CBS模块、第二C3模块、第四CBS模块、第三C3模块、CCADC3模块、SPPF模块，由第一CBS模块的输入端构成骨干网络Backbone的输入端，SPPF模块的输出端构成骨干网络Backbone的输出端； 颈部网络Neck自其输入端至其输出端依次包括串联的第一GSConv模块、第一上采样UpSample模块、第一连接Concat模块、第一SimGSC3模块、第二GSConv模块、第二上采样UpSample模块、第二连接Concat模块、第二SimGSC3模块、第三GSConv模块、第三连接Concat模块、第三SimGSC3模块、第四GSConv模块、第四连接Concat模块、第四SimGSC3模块，由第一GSConv模块的输入端构成颈部网络Neck的输入端，第四SimGSC3模块的输出端构成颈部网络Neck的输出端； 检测网络Heads包括Detect1模块、Detect2模块、Detect3模块； 骨干网络Backbone的输入端构成待训练模型的输入端，骨干网络Backbone中第二C3模块的输出端同时对接颈部网络Neck中第二连接Concat模块的输入端，骨干网络Backbone中第三C3模块的输出端同时对接颈部网络Neck中第一连接Concat模块的输入端，骨干网络Backbone的输出端对接颈部网络Neck的输入端；颈部网络Neck中第一GSConv模块的输出端对接第四连接Concat模块的输入端，颈部网络Neck中第二GSConv模块的输出端对接第三连接Concat模块的输入端，颈部网络Neck中第二连接Concat模块的输出端对接第二SimGSC3模块的输入端；颈部网络Neck中第二SimGSC3模块的输出端对接检测网络Heads中Detect1模块的输入端，颈部网络Neck中第三SimGSC3模块的输出端对接检测网络Heads中Detect2模块的输入端，颈部网络Neck的输出端对接检测网络Heads中Detect3模块的输入端；检测网络Head中Detect1模块的输出端、Detect2模块的输出端、Detect3模块的输出端构成待训练模型的各个输出端； CCADC3模块包括块内第一CBS模块、块内第二CBS模块、块内第三CBS模块、块内第一连接Concat模块、N-2个DCNBottleNeck模块、以及2个CCADBottleNeck模块；其中，N为C3结构中所包含BottleNeck模块的数量，块内第一CBS模块的输入端与块内第二CBS模块的输入端相连，且该相连端构成CCADC3模块的输入端，N-2个DCNBottleNeck模块、2个CCADBottleNeck模块自输入端至输出端方向依次串联，块内第一CBS模块的输出端连接该串联结构的输入端，该串联结构的输出端与块内第二CBS模块的输出端分别连接块内第一连接Concat模块的输入端，块内第一连接Concat模块的输出端连接块内第三CBS模块的输入端，块内第三CBS模块的输出端构成CCADC3模块的输出端； CCADBottleNeck模块包括两个DCNBottleNeck模块、两个因果注意力分析模块，其中一个DCNBottleNeck模块的输入端构成CCADBottleNeck模块的输入端，该DCNBottleNeck模块的输出端对接其中一个因果注意力分析模块的输入端，CCADBottleNeck模块的输入端与该因果注意力分析模块的正向输出端对接块内第一融合模块的输入端，CCADBottleNeck模块的输入端与该因果注意力分析模块的负向输出端对接块内第二融合模块的输入端；块内第一融合模块的输出端与块内第二融合模块的输出端对接另一个DCNBottleNeck模块的输入端，该DCNBottleNeck模块的输出端对接另一个因果注意力分析模块的输入端，块内第一融合模块的输出端与该因果注意力分析模块的正向输出端对接块内第三融合模块的输入端，块内第二融合模块的输出端与该因果注意力分析模块的负向输出端对接块内第四融合模块的输入端；块内第三融合模块的输出端构成CCADBottleNeck模块的输出端； 两个因果注意力分析模块的结构相同，各因果注意力分析模块分别均包括CA注意力模块、以及两个融合SiLu模块，各因果注意力分析模块的结构中，CA注意力模块的输入端构成因果注意力分析模块的输入端，CA注意力模块的输出端与其结果正向输出端对接其中一个融合SiLu模块的输入端，该融合SiLu模块的输出端构成因果注意力分析模块的正向输出端，CA注意力模块的输出端与其结果负向输出端对接另一个融合SiLu模块的输入端，该融合SiLu模块的输出端构成因果注意力分析模块的负向输出端； DCNBottleNeck模块包括块内第四CBS模块、DBS模块、以及块内第五融合模块，其中，块内第四CBS模块的输入端构成DCNBottleNeck模块的输入端、第四CBS模块的输出端对接DBS模块的输入端，DBS模块的输出端与DCNBottleNeck模块的输入端对接块内第五融合模块的输入端，块内第五融合模块的输出端构成DCNBottleNeck模块的输出端；DBS模块自其输入端至其输出端方向依次包括可变形卷积DCN模块、BN模块、SiLu模块，由可变形卷积DCN模块的输入端构成DBS模块的输入端，SiLu模块的输出端构成DBS模块的输出端； 第一SimGSC3模块、第二SimGSC3模块、第三SimGSC3模块、第四SimGSC3模块四者结构相同，各SimGSC3模块分别均包括块内第五CBS模块、块内第二连接Concat模块、块内第六CBS模块、N个GSBottleNeck模块，其中，块内第五CBS模块的输入端构成SimGSC3模块的输入端，块内第五CBS模块的输出端依次串联N个GSBottleNeck模块，块内第五CBS模块的输出端同时与该串联结构的输出端对接块内第二连接Concat模块的输入端，块内第二连接Concat模块的输出端对接块内第六CBS模块的输入端，块内第六CBS模块的输出端构成SimGSC3模块的输出端；各GSBottleNeck模块的结构相同，各GSBottleNeck模块分别均包括两个串联的GSConv模块，该串联结构的输入端、输出端分别构成GSBottleNeck模块的输入端、输出端。

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东华大学，其通讯地址为：200050 上海市长宁区延安西路1882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。