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！

龙图腾网获悉常州大学申请的专利一种基于CNN-Transformer并行融合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：CN116051945B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202310041351.6，技术领域涉及：G06V10/80；该发明授权一种基于CNN-Transformer并行融合方法是由袁宝华;陈佳璐;李宁;肖德豪;汤瑞设计研发完成，并于2023-01-13向国家知识产权局提交的专利申请。

本一种基于CNN-Transformer并行融合方法在说明书摘要公布了：本发明涉及图像处理技术领域，尤其涉及一种基于CNN‑Transformer并行融合方法，包括：通过PCTNet网络的编码器提取待分割的医学图像特征，PaFusion‑encoder由两个分支组成；CNN分支感受野逐渐增大，特征编码从局部到全局；Transformer分支，采用全局自注意力与CNN分支中同等分辨率大小的特征图组成的并行融合模块，最大限度地保留了局部特征和全局特征。本发明通过充分挖掘CNN和Transformer各自的优点，提出基于医学图像分割的CNN和Transformer并行融合网络，进而整合图像中粗粒度和细粒度信息。

本发明授权一种基于CNN-Transformer并行融合方法在权利要求书中公布了：1.一种基于CNN-Transformer并行融合方法，其特征在于，包括以下步骤： 步骤一、通过PCTNet网络的编码器提取待分割的医学图像特征； PCTNet网络的编码器由CNN-encoder和PaFusion-encoder组成，将待分割医学图像输入CNN-encoder和PaFusion-encoder；PaFusion-encoder由两个分支组成；CNN分支感受野逐渐增大，特征编码从局部到全局；Transformer分支，则通过全局自注意力和CNN分支中同等分辨率大小的特征图组成的并行融合模块，最大限度地保留了局部特征和全局特征； PaFusion-encoder由ParallelfusionLayer和PatchEmbedding组成，PatchEmbedding通过卷积将输入图像均匀划分为块；ParallelfusionLayer包括CNN分支和Transform分支，给定高度为H、宽度为W的输入图像，由PaFusion-encoder的FPaFusiom·生成的特征图表示为： ， 其中，L表示特征层数，Θ表示CNN-encoder的参数，C表示通道数量，为PaFusion-encoder生成第l层特征图函数； ParallelfusionLayer存在两个输入Ft、Fc，Ft是Transformer分支上的输入，Fc是与Ft相同分辨率的CNN分支上的输入； 并行融合模块对图像提取图像特征的过程包括： 1、Fc´是与Ft分辨率和通道数一致CNN分支上提取特征后形成的特征图，Fc´的公式为： ， 2、Ft和Fc´相加得到特征图F与Ft一同作为输入进行卷积映射，Ft通过3×3的卷积映射生成Vt，F通过3×3的卷积映射生成Qf、Kf； ， ， ， 3、将得到的Qf、Kf、Vt进行多头自注意力，表示为： ， MHSA中每个头部的自我注意力计算如下： ， 其中，Q、K、V∈RL×d为query、key和value矩阵，经过卷积投影得到，d为querykey维，B∈RL×L为相对位置偏差； 4、将经过多头自注意力的特征图进行一次CMLP，CMLP由两层1×1卷积层组成，经过CMLP后得到的输出Ft´作为下一个融合模块中Transformer分支的输入，并与CNN分支上同等分辨率大小的特征图进行融合； 5、当Transformer分支融合到CNN分支时，采用SpatialAttention得到特征的空间注意力权重图，计算如下： ， 其中，σ表示sigmoid函数，和分别表示average-pooling特征和max-pooling特征； 6、将注意力图乘以CNN分支上的特征图，与Transformer分支上特征图Ft´进行拼接，并使用1×1卷积进一步融合特征，最后的输出作为下一个融合模块中CNN分支的输入； 7、ParallelfusionLayer的最后一层并行融合模块，CNN分支上的输出会与Transformer分支上的输出进行Element-wiseaddition后再经过Upsample作为编码层的输入； 步骤二、对编码器生成图像特征输入解码器中进行还原并输出分割特征图。

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常州大学，其通讯地址为：213000 江苏省常州市武进区滆湖路1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。