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！

龙图腾网获悉江西师范大学申请的专利基于不确定性边界增强的注意力网络的伤口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：CN120726079B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202511221257.4，技术领域涉及：G06T7/12；该发明授权基于不确定性边界增强的注意力网络的伤口图像分割方法是由叶友辉;丁林耀;陶崇景;李宏伟;程艳;陈华设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本基于不确定性边界增强的注意力网络的伤口图像分割方法在说明书摘要公布了：本发明公开了一种基于不确定性边界增强的注意力网络的伤口图像分割方法，包括构建含伤口图像和文本提示词的数据集；设计包含金字塔视觉编码器、文本编码器等模块的注意力网络。通过编码器获取多尺度特征和文本编码特征，经渐进式融合生成初始分割掩码；全征特征提取模块整合分层特征，减少噪声干扰；不确定性边界增强模块聚焦不确定区域，提升边界分割精度。结合损失函数优化网络参数，可有效提升形状不规整及复杂伤口的分割效果，强化语义一致性，减少误分割。

本发明授权基于不确定性边界增强的注意力网络的伤口图像分割方法在权利要求书中公布了：1.一种基于不确定性边界增强的注意力网络的伤口图像分割方法，其特征在于，包括： 步骤S1：构建伤口图像数据集，数据集包括若干伤口图像和文本提示词； 步骤S2：构建基于不确定性边界增强的注意力网络，基于不确定性边界增强的注意力网络包括金字塔视觉编码器、文本编码器模块、渐进式融合模块、全征特征提取模块和不确定性边界增强模块； 导入步骤S1中伤口图像数据集中的伤口图像至金字塔视觉编码器，获取多尺度特征; 步骤S3:导入步骤S1中的文本提示词至文本编码器模块，获取文本提示词的编码特征； 步骤S4:导入步骤S2中的多尺度特征和步骤S3中的编码特征至渐进式融合模块，初步定位伤口区域并生成初始伤口分割掩码图； 步骤S5：导入步骤S2的多尺度特征至全征特征提取模块，提取全征特征； 步骤S6：将步骤S4中的初始伤口分割掩码图和步骤S5的全征特征导入至不确定性边界增强模块隐式建模边界信息，并进行多级注意力增强，依次获取伤口分割掩码图、伤口分割掩码图、伤口分割掩码图和伤口分割掩码图，并将伤口分割掩码图作为最终的输出； 步骤S7：构建损失函数，最小化损失函数以优化基于不确定性边界增强的注意力网络的参数； 步骤S6具体为： 将伤口分割掩码图经过激活函数后再经过反向操作生成反向特征，表示为： 其中，表示反向操作函数； 将全征特征与反向特征相乘隐式建模边界，生成增强特征，表示为： 将增强特征分别通过权重矩阵和得到查询矩阵Q和键矩阵K，设定值矩阵V与保持一致； 采用扩展窗口多头自注意力,将查询矩阵Q、键矩阵K和值矩阵V划分为窗口，并计算各窗口内的注意力矩阵；接着将窗口恢复到原始尺寸，并通过降维得到当前阶段的伤口分割掩码图，表示为： ； ； ； 其中，表示窗口的索引，表示自注意力头的索引，表示多头注意力机制，、和分别表示第个窗口的查询矩阵、键矩阵和值矩阵；、均为预设的权重矩阵；、和分别表示第个窗口、第个注意力头的查询矩阵、键矩阵和值矩阵；表示第个窗口的增强特征。

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：330000 江西省南昌市高新技术开发区紫阳大道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”。

以上内容由龙图腾AI智能生成。