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！

龙图腾网获悉桂林理工大学申请的专利基于父代损失集成的视网膜血管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：CN119313690B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411435859.5，技术领域涉及：G06T7/11；该发明授权基于父代损失集成的视网膜血管图像分割方法是由黄琳;苏宪樟;梁量设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本基于父代损失集成的视网膜血管图像分割方法在说明书摘要公布了：本发明涉及基于父代损失集成的视网膜血管图像分割方法，包括：将待分割视网膜血管图像输入PL‑TransUNet模型，获取图像分割可视化结果，其中，PL‑TransUNet模型基于训练集训练获得，训练集包括视网膜血管图像及相应的真值；基于训练集训练PL‑TransUNet模型过程中包括：通过初始PL‑TransUNet模型对视网膜血管图像进行预测，根据视网膜血管图像的预测结果和真值计算损失通道，根据损失通道进行反向填充和特征增强，获取最终增强特征图，利用最终增强特征图获取新的预测结果进行迭代，直至收敛，获取PL‑TransUNet模型。本发明能够提高视网膜血管图像分割的准确性。

本发明授权基于父代损失集成的视网膜血管图像分割方法在权利要求书中公布了：1.基于父代损失集成的视网膜血管图像分割方法，其特征在于，包括： 获取待分割视网膜血管图像； 将所述待分割视网膜血管图像输入PL-TransUNet模型，获取图像分割可视化结果，其中，所述PL-TransUNet模型基于训练集训练获得，所述训练集包括视网膜血管图像及相应的真值； 基于所述训练集训练所述PL-TransUNet模型过程中包括：通过初始PL-TransUNet模型对所述视网膜血管图像进行预测，根据所述视网膜血管图像的预测结果和所述真值计算损失通道，根据所述损失通道进行反向填充和特征增强，获取最终增强特征图，利用所述最终增强特征图获取新的预测结果进行迭代，直至收敛，获取所述PL-TransUNet模型； 所述PL-TransUNet模型包括编码器、解码器和BPL模块，其中所述编码器包括CNN局部编码器和RLFE模块，所述RLFE模块包含若干Transformer子模块； 所述BPL模块，用于根据所述视网膜血管图像的预测结果和所述真值计算损失通道； 所述编码器，用于基于所述损失通道，对所述视网膜血管图像进行特征增强，获取所述最终增强特征图； 所述解码器，用于基于所述最终增强特征图，输出所述新的预测结果。

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桂林理工大学，其通讯地址为：541004 广西壮族自治区桂林市七星区建干路12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。