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！

龙图腾网获悉天津师范大学申请的专利基于跨域注意力与多级特征融合的OCT图像分割方法及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：CN121259885B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511809409.2，技术领域涉及：G06V40/14；该发明授权基于跨域注意力与多级特征融合的OCT图像分割方法及系统是由韩婷婷;韩纪星;郎吉豪;李文轩设计研发完成，并于2025-12-03向国家知识产权局提交的专利申请。

本基于跨域注意力与多级特征融合的OCT图像分割方法及系统在说明书摘要公布了：本发明公开了一种基于跨域注意力与多级特征融合的OCT图像分割方法及系统，涉及图像分割技术领域。该方法包括：基于获取的OCT血管图像训练集训练基于跨域注意力与多级特征融合的图像分割模型，模型的运行机制为：OCT血管图像进入编码器中进行特征编码，随后进入多元尺度特征提取模块进行自适应多尺度特征提取；编码器中每个下采样模块输出的特征与多元尺度特征提取模块输出的特征一同进入多层密集融合模块进行特征融合；多层密集融合模块输出的特征和多元尺度特征提取模块输出的特征一同进入解码器进行特征解码；随后进入分割头生成最终的分割图。本发明可用于对OCT图像中血管斑块的自动识别，能够显著提升分割结果的整体质量和细节完整性。

本发明授权基于跨域注意力与多级特征融合的OCT图像分割方法及系统在权利要求书中公布了：1.基于跨域注意力与多级特征融合的OCT图像分割方法，其特征在于，包括： 获取OCT血管图像训练集；所述OCT血管图像训练集包括原始OCT血管图像和已标注斑块区域的OCT血管图像； 基于OCT血管图像训练集训练基于跨域注意力与多级特征融合的图像分割模型；所述图像分割模型包括编码器、多元尺度特征提取模块、多层密集融合模块、解码器和分割头；其中，所述编码器包含多个串联的下采样模块；所述图像分割模型的运行机制为：OCT血管图像进入编码器中进行特征编码，随后进入多元尺度特征提取模块进行自适应多尺度特征提取；编码器中每个下采样模块输出的特征与多元尺度特征提取模块输出的特征一同进入多层密集融合模块进行特征融合；多层密集融合模块输出的特征和多元尺度特征提取模块输出的特征一同进入解码器进行特征解码；随后进入分割头，生成最终的分割图；其中，所述多元尺度特征提取模块的运行机制为：将编码器输出特征图并行送入四个不同预设尺寸的全局平均池化层，所述预设尺寸为1×1、2×2、3×3、6×6；随后进入一个卷积层，得到四个多尺度特征、、、；将对应预设尺寸为3×3的尺度特征经过双线性插值上采样后与对应预设尺寸为6×6的尺度特征进行拼接融合并卷积，得到特征；将对应预设尺寸为2×2的尺度特征经过双线性插值上采样后与特征进行拼接融合并卷积，得到特征；将对应预设尺寸为1×1的尺度特征经过双线性插值上采样后与特征进行拼接融合并卷积，得到特征；将特征经过一个Sigmoid激活函数，并与编码器输出特征图逐元素相乘，得到特征；将特征经过一个Sigmoid激活函数，并与特征逐元素相乘，得到特征；将特征经过一个Sigmoid激活函数，并与特征逐元素相乘，得到特征；将特征经过一个Sigmoid激活函数，并与特征逐元素相乘，得到最终输出特征至多层密集融合模块和解码器； 所述多层密集融合模块包含多个融合模块，每个融合模块有两个输入，分别是高级语义输入和复合细节输入；所述多层密集融合模块的运行机制为：将编码器第一个下采样模块输出的特征作为复合细节输入、将编码器第二个下采样模块输出的特征作为高级语义输入，分别输入到融合模块中，得到特征；将编码器第二个下采样模块输出的特征作为复合细节输入、将编码器第三个下采样模块输出的特征作为高级语义输入，分别输入到融合模块中，得到特征；将编码器第三个下采样模块输出的特征作为复合细节输入、将多元尺度特征提取模块输出的特征作为高级语义输入，分别输入到融合模块中，得到特征；将特征和特征进行拼接后得到特征；同时将特征作为高级语义输入，将特征和特征进行拼接后作为复合细节输入，分别输入到融合模块中，得到特征；将特征和特征进行拼接后得到特征；将特征和特征进行拼接后作为复合细节输入，将特征和特征进行拼接后作为高级语义输入，分别输入到融合模块中，得到特征；将特征和特征进行拼接后作为复合细节输入，将特征作为高级语义输入，分别输入到融合模块中，得到特征；将特征和特征进行拼接后得到特征；所述融合模块的运行机制为：将高级语义输入进行上采样后与复合细节输入进行拼接，随后陆续经过两个3×3卷积后输出； 将待分割OCT血管图像输入训练好的图像分割模型中，获得分割结果图。

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天津师范大学，其通讯地址为：300387 天津市西青区宾水西道393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。