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！

龙图腾网获悉厦门大学附属第一医院(厦门市第一医院、厦门市红十字医院、厦门市糖尿病研究所);厦门智融合科技有限公司申请的专利基于物理引导和金字塔视觉Transformer的脑血管分割方法及装置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：CN121746409B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610236885.8，技术领域涉及：G06T7/11；该发明授权基于物理引导和金字塔视觉Transformer的脑血管分割方法及装置是由兰泉;于子雯;郑良城;宋松原;黄嘉诺;黄晨曦;奚丹;张龙晖设计研发完成，并于2026-02-28向国家知识产权局提交的专利申请。

本基于物理引导和金字塔视觉Transformer的脑血管分割方法及装置在说明书摘要公布了：本发明公开了一种基于物理引导和金字塔视觉Transformer的脑血管分割方法及装置，涉及医学图像数据领域，包括：构建脑血管分割模型并在训练时使用的损失函数包括边界交并比损失、焦点Tversky损失和Dice损失；获取待处理的脑部的光学相干断层扫描图像输入到经训练的脑血管分割模型中，先经过金字塔视觉Transformer的编码器模块，其中第一个Transformer编码层的输出特征输入到径向强度模块，得到径向增强特征；其中第二个、第三个和第四个Transformer编码层的输出特征输入到可变形跨尺度融合模块，得到增强融合特征，将径向增强特征和增强融合特征输入到边界感知注意力模块，得到对应的脑血管预测分割掩膜及脑血管预测分割图像。本发明解决现有技术分割准确性和边界精度低的问题。

本发明授权基于物理引导和金字塔视觉Transformer的脑血管分割方法及装置在权利要求书中公布了：1.一种基于物理引导和金字塔视觉Transformer的脑血管分割方法，其特征在于，包括以下步骤： 构建脑血管分割模型并训练，得到经训练的脑血管分割模型，所述脑血管分割模型包括金字塔视觉Transformer的编码器模块、径向强度模块、可变形跨尺度融合模块和边界感知注意力模块，所述径向强度模块包括极坐标变换层、角度深度卷积层、基于离散余弦变换的注意力层和坐标逆映射层； 所述径向强度模块的计算过程如下： 将所述金字塔视觉Transformer的编码器模块的第一个Transformer编码层的输出特征输入到所述极坐标变换层中，将其从笛卡尔坐标系映射到极坐标系，得到极坐标参数，所述极坐标参数包括径向距离和角度，如下式所示： ； ； 其中，表示管腔中心点，D表示用于归一化的血管估计直径，表示所述金字塔视觉Transformer的编码器模块的第一个Transformer编码层的输出特征的每一个像素点的空间坐标索引； 为了填充极坐标表征，对极坐标表征中的每一个目标极坐标点计算在所述金字塔视觉Transformer的编码器模块的第一个Transformer编码层的输出特征中的采样位置和，如下式所示： ； ； 根据所述采样位置和利用网格生成器和采样函数将所述金字塔视觉Transformer的编码器模块的第一个Transformer编码层的输出特征变换为极坐标表征，如下式所示： ； 其中，表示所述金字塔视觉Transformer的编码器模块的第一个Transformer编码层的输出特征，表示极坐标表征； 将所述极坐标表征输入到所述角度深度卷积层中进行沿角度方向的深度卷积操作，以映射得到角度特征向量，如下式所示： ； 其中，表示沿角度方向的深度卷积操作，表示角度特征向量； 将所述角度特征向量输入到所述基于离散余弦变换的注意力层，得到频域注意力权重，如下式所示： ； 其中，表示离散余弦变换，表示多层感知机，表示Sigmoid激活函数，表示频域注意力权重； 利用所述频域注意力权重对所述极坐标表征进行加权，得到加权后的极坐标表征，如下式所示： ； 将所述加权后的极坐标表征输入到所述坐标逆映射层中执行逆极坐标变换，根据笛卡尔坐标网格反向采样极坐标特征，得到重建特征，如下式所示： ； 其中，表示重建特征； 将所述重建特征与金字塔视觉Transformer的编码器模块的第一个Transformer编码层的输出特征进行逐元素相加，得到径向增强特征，如下式所示： ； 其中，表示径向增强特征；在训练时使用的损失函数包括边界交并比损失、焦点Tversky损失和Dice损失； 获取待处理的脑部的光学相干断层扫描图像输入到所述经训练的脑血管分割模型中，先经过所述金字塔视觉Transformer的编码器模块，所述金字塔视觉Transformer的编码器模块的第一个Transformer编码层的输出特征输入到所述径向强度模块，得到径向增强特征；所述金字塔视觉Transformer的编码器模块的第二个、第三个和第四个Transformer编码层的输出特征输入到所述可变形跨尺度融合模块进行空间对齐和边缘引导门控，得到增强融合特征，将所述径向增强特征和增强融合特征输入到所述边界感知注意力模块，得到对应的脑血管预测分割掩膜，基于所述脑血管预测分割掩膜得到对应的脑血管预测分割图像。

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厦门大学附属第一医院(厦门市第一医院、厦门市红十字医院、厦门市糖尿病研究所);厦门智融合科技有限公司，其通讯地址为：361000 福建省厦门市思明区镇海路上古街10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。