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！

龙图腾网获悉江西农业大学申请的专利融合大视觉模型的细胞微管阵列不确定性量化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：CN120807557B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511317715.4，技术领域涉及：G06T7/11；该发明授权融合大视觉模型的细胞微管阵列不确定性量化分割方法是由易文龙;张丽设计研发完成，并于2025-09-16向国家知识产权局提交的专利申请。

本融合大视觉模型的细胞微管阵列不确定性量化分割方法在说明书摘要公布了：本发明属于图像处理技术领域，涉及一种融合大视觉模型的细胞微管阵列不确定性量化分割方法，该方法利用微管分割大视觉模型处理细胞微管显微图像得到像素层面的微管似然图；对微管似然图进行拓扑分析得到若干流形结构，流形结构的并集构成微管拓扑骨架；通过流形不确定性区间量化网络计算拓扑骨架中各流形结构的不确定性区间；引入先验知识，构造基于D‑S证据理论的“像素‑拓扑‑先验”三证据源融合框架，对证据源内部不确定性进行显式建模，从而得到微管精准分割结果。本发明通过对像素层面、拓扑结构层面、先验知识层面所得的微管形态提取结果分别进行不确定性建模与融合分析来提升最终微管分割结果的准确性和可靠性。

本发明授权融合大视觉模型的细胞微管阵列不确定性量化分割方法在权利要求书中公布了：1.一种融合大视觉模型的细胞微管阵列不确定性量化分割方法，其特征在于，步骤如下： 步骤一：收集细胞微管显微图像并标注微管形态信息，从而构建微管数据集； 步骤二：将深度可训练提示层与低秩自适应方法相结合，对基座大视觉模型进行结构优化与领域微调，以此构建微管分割大视觉模型；所述微管分割大视觉模型由图像嵌入模块、图像编码器、掩码解码器构成，通过图像嵌入模块对输入的细胞微管显微图像进行图像分块，得到图像块，再将图像块分别嵌入为向量，然后向嵌入向量中融入图像块的位置编码，以此获得细胞微管显微图像初始特征；随后细胞微管显微图像初始特征会经过图像编码器和掩码解码器的处理，最后获得微管似然图；所述图像编码器，在基座大视觉模型的图像编码器基础上，移除了提示词编码模块，所述图像编码器的每一个层级前都插入了一个深度可训练提示层，所述深度可训练提示层主要由卷积、正则化和激活操作构成；采用低秩自适应方法向基座大视觉模型的图像编码器的每一个层级中插入低秩自适应模块； 步骤三：利用微管分割大视觉模型处理细胞微管显微图像得到像素层面的微管似然图； 步骤四：对微管似然图进行拓扑分析，得到若干流形结构，流形结构的并集构成微管拓扑骨架； 步骤五：通过流形不确定性区间量化网络计算拓扑骨架中各流形结构的不确定性区间； 步骤六：基于微管生物学特征与启发式规则制定一组先验知识，并将先验知识设计为可计算的度量函数； 步骤七：构造基于D-S证据理论的“像素-拓扑-先验”三证据源融合框架，对证据源内部不确定性进行显式建模后，将各证据源的互补或冲突的信息进行有效整合，从而得到微管精准分割结果。

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江西农业大学，其通讯地址为：330000 江西省南昌市经济技术开发区志敏大道1101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。