一种基于MLP和CNN的视盘视杯分割方法(高校公示15个工作日)(不包年费滞纳金)(需要二变)
一种基于MLP和CNN的视盘视杯分割方法,属于医学图像分割领域;解决视盘视杯分割精度低、推理速度慢的问题。技术方案是:(1)第一阶段使用卷积神经网络和通道注意力机制初步提取图像特征;(2)二三阶段使用卷积神经网络和RB‑MLP模块诱导网络关注位置信息,标记特征以提升特征质量;(3)四五阶段使用卷积神经网络和R‑MLP模块标记特征以提升特征质量;(4)第六阶段融合二至五阶段的特征图,使用金字塔平均池化来扩大特征的感受野;(5)第七阶段,将特征图上采样并与第一层输出的特征图进行跨层连接,恢复丢失细节;(6)第八阶段,将特征图上采样至原始尺寸,经由1×1卷积输出最终预测结果。本发明具有分割精度高、结果真实、网络复杂度低、推理速度快等优点。
《一种基于MLP和CNN的视盘视杯分割方法(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 2022112581749,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;张文杰;钱宇华,申请日期为2022-10-14,公开(公告)日期为2025-06-27,国际专利分类号(IPC)为 G06V 10/26 (2022.01),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:一种基于MLP和CNN的视盘视杯分割方法,属于医学图像分割领域;解决视盘视杯分割精度低、推理速度慢的问题。技术方案是:(1)第一阶段使用卷积神经网络和通道注意力机制初步提取图像特征;(2)二三阶段使用卷积神经网络和RB‑MLP模块诱导网络关注位置信息,标记特征以提升特征质量;(3)四五阶段使用卷积神经网络和R‑MLP模块标记特征以提升特征质量;(4)第六阶段融合二至五阶段的特征图,使用金字塔平均池化来扩大特征的感受野;(5)第七阶段,将特征图上采样并与第一层输出的特征图进行跨层连接,恢复丢失细节;(6)第八阶段,将特征图上采样至原始尺寸,经由1×1卷积输出最终预测结果。本发明具有分割精度高、结果真实、网络复杂度低、推理速度快等优点。
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!
