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！

龙图腾网恭喜江西师范大学申请的专利基于残差注意力与多尺度特征聚合的视网膜图像分割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：CN119067990B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202411131167.1，技术领域涉及：G06T7/11；该发明授权基于残差注意力与多尺度特征聚合的视网膜图像分割方法是由李云洪;胡蕾;韩自成;徐十三悦设计研发完成，并于2024-08-17向国家知识产权局提交的专利申请。

本基于残差注意力与多尺度特征聚合的视网膜图像分割方法在说明书摘要公布了：本发明涉及图像处理技术领域，具体涉及一种基于残差注意力与多尺度特征聚合的视网膜图像分割方法，包括：以U‑Net网络结构为基本框架，在网络的编码器部分和解码器部分分别引入多个改进的残差模块，且在每个所述改进的残差模块之后接入一个通道注意力模块，减少卷积和池化过程中信息丢失问题，并强化重要信息，抑制冗余信息；在跳跃路径中引入多尺度特征聚合模块，有效融合并提取不同尺度的血管特征，提升网络的特征提取能力，为解码层重建眼底图像提供更丰富的信息。

本发明授权基于残差注意力与多尺度特征聚合的视网膜图像分割方法在权利要求书中公布了：1.一种基于残差注意力与多尺度特征聚合的视网膜图像分割方法，其特征在于，包括：以U-Net网络结构为基本框架，在网络的编码器部分和解码器部分分别引入多个改进的残差模块，在每个所述改进的残差模块之后接入一个通道注意力模块，组成通道注意力残差特征提取模块，在跳跃路径中引入多尺度特征聚合模块，得到视网膜图像分割模型；在所述视网膜图像分割模型的编码器部分，所述改进的残差模块采用短连接机制从下采样的视网膜特征图中提取不同尺度的血管特征信息；所述通道注意力模块通过学习特征通道的权重来动态地重塑特征通道，以强化关键信息并抑制冗余信息；基于所述多尺度特征聚合模块对提取的不同尺度的血管特征信息进行聚合；在所述视网膜图像分割模型的解码器部分，将经过所述多尺度特征聚合模块处理后的视网膜特征图与解码阶段上采样的视网膜特征图进行融合，重建视网膜血管图像；基于所述通道注意力模块重塑特征通道的步骤包括：通过全局平均池化操作将残差模块输出的特征图Xr-o压缩为一个具有全局感受野的通道描述符，将每个通道的空间信息压缩成一个单一的数值，得到大小为1×1×C的特征描述；对压缩后的特征进行激励操作，通过一层或多层全连接网络，学习到每个通道的重要性权重Xse-e；将学习到的通道重要性权重Xse-e与原始特征图Xr-o进行逐元素相乘，得到权重调整后的特征图。

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江西师范大学，其通讯地址为：330022 江西省南昌市紫阳大道99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”。