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！

龙图腾网获悉长江大学申请的专利一种基于语义分割的静脉输液液位检测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：CN115953579B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202211641325.9，技术领域涉及：G06V10/26；该发明授权一种基于语义分割的静脉输液液位检测方法是由邹学玉;邹章晨;张新俊设计研发完成，并于2022-12-20向国家知识产权局提交的专利申请。

本一种基于语义分割的静脉输液液位检测方法在说明书摘要公布了：本发明提供了一种基于语义分割的静脉输液液位检测方法，包括以下步骤：将输液瓶和输液袋图像进行液位标注，得到数据集；特征提取模块提取数据集中图像特征，生成低级特征图和高级特征图；将高级特征图输入深度特征提取模块中得到第一特征图；将低级特征图和第一特征图输入特征融合模块得到融合特征图；将融合特征图输入全连接模块，得到数据集中图像有液面和无液面的语义分割结果；根据数据集中图像的液位标注和语义分割结果以及目标损失函数对语义分割网络进行迭代训练，得到语义分割网络模型；将待测的输液瓶或者输液袋图像输入语义分割网络模型，输出静脉输液液位检测结果。本发明能够准确且高效地识别静脉注射时的液位状态。

本发明授权一种基于语义分割的静脉输液液位检测方法在权利要求书中公布了：1.一种基于语义分割的静脉输液液位检测方法，其特征在于：包括以下步骤： 将输液瓶和输液袋图像进行液位标注，得到数据集； 将数据集输入语义分割网络中； 所述语义分割网络包括特征提取模块、深度特征提取模块、特征融合模块和全连接模块； 所述特征提取模块提取数据集中图像特征，生成低级特征图和高级特征图； 将所述高级特征图输入所述深度特征提取模块中进行特征提取得到第一特征图； 将所述低级特征图和所述第一特征图输入所述特征融合模块中进行融合得到融合特征图； 将所述融合特征图输入全连接模块中，全连接模块对融合特征图上的像素点进行分类，得到数据集中图像有液面和无液面的语义分割结果； 根据数据集中图像的液位标注和语义分割结果以及目标损失函数对语义分割网络进行迭代训练，得到语义分割网络模型； 将待测的输液瓶或者输液袋图像输入语义分割网络模型；语义分割网络模型输出静脉输液液位检测结果； 所述特征提取模块包括卷积模块、卷积注意力模块和多个倒残差模块；特征提取模块包括一阶段模块和二阶段模块，一阶段模块由卷积模块、一个卷积注意力模块和三个倒残差模块依次连接组成，一阶段模块输入为输液瓶或输液袋图像；输液瓶或输液袋图像经过一阶段模块提取特征后得到低级特征图；二阶段模块由十四个倒残差模块依次连接组成，二阶段模块的输入为低级特征图，低级特征图经过二阶段模块中的倒残差模块依次特征提取后，得到高级特征图； 所述深度特征提取模块包括一个卷积模块、三个深度可分离卷积模块、全局平均池化层、一个维度拼接操作、卷积层和上采样层；所述深度特征提取模块中的卷积模块、三个深度可分离卷积模块和全局平均池化层，分别对高级特征图进行特征提取得到五个特征图，将获得的五个特征图在维度上进行特征拼接操作后，依次输入卷积层、上采样层中得到第一特征图。

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长江大学，其通讯地址为：434023 湖北省荆州市荆州区南环路1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。