一种基于CNN和ViT混合架构的医学图像分割方法及系统（高校公示15天）（不包年费滞纳金）（需要二变）

本发明具体公开了一种基于CNN和ViT混合架构的医学图像分割方法及系统，涉及医学图像处理技术领域。该方法包括：S1、获取多个种类的医学图像数据集并进行预处理，按比例划分为训练集、验证集与测试集；S2、构建基于CNN和ViT混合架构的分割模型，分割模型以U‑Net网络为基础框架，包括编码器、解码器和边缘优化模块；S3、基于划分的训练数据集进行分割模型训练；S4、计算医学图像分割模型的损失函数，使用Adam优化器更新参数，并在训练过程中保存最优模型权重；S5、使用训练好的分割模型对测试集数据进行测试。该方法有效缓解CNN感受野受限和ViT计算成本昂贵的问题，提升了病灶区域的分割精度。

《一种基于CNN和ViT混合架构的医学图像分割方法及系统（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2025105932994，当前法律状态为已下证，由南昌航空大学提出申请，发明人为张桂梅;马尚可;曾涛;徐可，申请日期为2025-05-09，公开（公告）日期为2025-08-19，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：本发明具体公开了一种基于CNN和ViT混合架构的医学图像分割方法及系统，涉及医学图像处理技术领域。该方法包括：S1、获取多个种类的医学图像数据集并进行预处理，按比例划分为训练集、验证集与测试集；S2、构建基于CNN和ViT混合架构的分割模型，分割模型以U‑Net网络为基础框架，包括编码器、解码器和边缘优化模块；S3、基于划分的训练数据集进行分割模型训练；S4、计算医学图像分割模型的损失函数，使用Adam优化器更新参数，并在训练过程中保存最优模型权重；S5、使用训练好的分割模型对测试集数据进行测试。该方法有效缓解CNN感受野受限和ViT计算成本昂贵的问题，提升了病灶区域的分割精度。

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！