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！

龙图腾网获悉重庆邮电大学申请的专利一种基于UNet和Transformer相融合的视网膜血管分割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：CN115908241B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202211126578.2，技术领域涉及：G06T7/00；该发明授权一种基于UNet和Transformer相融合的视网膜血管分割方法是由邹洋;胡鑫;吴甲明设计研发完成，并于2022-09-16向国家知识产权局提交的专利申请。

本一种基于UNet和Transformer相融合的视网膜血管分割方法在说明书摘要公布了：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。

本发明授权一种基于UNet和Transformer相融合的视网膜血管分割方法在权利要求书中公布了：1.一种基于UNet和Transformer相融合的视网膜血管分割方法，其特征在于，构建基于UNet和Transformer相融合的视网膜血管分割模型，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；根据所述的一种基于UNet和Transformer相融合的视网膜血管分割方法，其特征在于，基于UNet和Transformer相融合的视网膜血管分割模型中多流级联的多层卷积类操作，且每流每层输出分别与同流后续层直接连接，卷积层单元的任意一层采用残差模块替换标准的UNet编码块，残差模块可以有效地防止训练阶段的梯度消失，多流编码器的输出表示为： Ηx＝{hιx,K,θ|hιx,K,θk＝rhιx,k-1,θk-1,l＝1,2,…,L} 其中，Ηx表示不同编码路径中一系列网络操作的集合；hιx,K,θ表示第l层编码流，K表示连续特征块，θ表示可学习权重；r表示每个特征块上的残差操作，包括池化层；表示在原始输入图像x上的标准归一化函数；L表示路径流总数，在实验中设置为4；根据所述的一种基于UNet和Transformer相融合的视网膜血管分割方法，其特征在于，基于UNet和Transformer相融合的视网膜血管分割模型中融合注意力机制的输出表示为： Fi＝ui+ui⊙αi； 其中，Fi表示在第i层融合注意力机制的输出，用残差的方式将注意力特征αi和原来特征ui统一在一起； ui＝C[ei,SFi-1]； 其中，ui表示第i层融合注意力机制中的原来特征；CZ表示一个卷积内核；SZ表示一个上采样操作；[]表示对应的Concat操作；ei和Fi-1分别表示来自第i层编码器和前一个融合模块的结果； si＝PavgfReLUfBNui； 其中，si表示第i层融合注意力机制中的中间特征；PavgZ表示全局平均池化操作；fReLUZ表示ReLU激活函数操作；fBNZ表示批归一化操作； αi＝σfCfReLUfCsi； 其中，αi表示第i层融合注意力机制中的注意力特征；σZ表示Sigmoid激活函数操作；fCZ表示1×1的卷积操作。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区崇文路２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。