一种基于CNN与Transformer的超声图像分割方法(高校公示15个工作日)(不包年费滞纳金)(需要二变)
本发明一种基于CNN与Transformer的超声图像分割方法,属于医学图像分割技术领域。解决超声图像分割精度低、鲁棒性不强的问题。技术方案:获取原始超声图像;将原始超声图像通过图像Unet编码器获取特征图;将原始超声图像通过图像SwinT编码器获取特征图进行输入图像序列化在随后的Swin‑Transformer块中;对两个通道的特征图进行特征融合经过Swin‑T编码器与U‑Net编码器进行特征提取后,得到了不同尺度的的特征,将不同层级不同模块的特征进行深度融合;将得到逐层的特征与得到的融合底层特征与解码器结合与U‑Net编码器模块对应层次所提取的特征进行拼接与双层卷积,批归一化与激活操作,得到分割结果。本发明具有超声图像分割精度高、鲁棒性强等优点。
《一种基于CNN与Transformer的超声图像分割方法(高校公示15个工作日)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023109212048,当前法律状态为已下证,由山西大学提出申请,发明人为宋艳涛;路云里,申请日期为2023-07-26,公开(公告)日期为2025-08-22,国际专利分类号(IPC)为 G06T 7/12 (2017.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明一种基于CNN与Transformer的超声图像分割方法,属于医学图像分割技术领域。解决超声图像分割精度低、鲁棒性不强的问题。技术方案:获取原始超声图像;将原始超声图像通过图像Unet编码器获取特征图;将原始超声图像通过图像SwinT编码器获取特征图进行输入图像序列化在随后的Swin‑Transformer块中;对两个通道的特征图进行特征融合经过Swin‑T编码器与U‑Net编码器进行特征提取后,得到了不同尺度的的特征,将不同层级不同模块的特征进行深度融合;将得到逐层的特征与得到的融合底层特征与解码器结合与U‑Net编码器模块对应层次所提取的特征进行拼接与双层卷积,批归一化与激活操作,得到分割结果。本发明具有超声图像分割精度高、鲁棒性强等优点。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
