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！

龙图腾网获悉湖南师范大学申请的专利用于糖尿病视网膜病变分级的异构双流融合方法及系统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：CN121033041B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511559234.4，技术领域涉及：G06T7/00；该发明授权用于糖尿病视网膜病变分级的异构双流融合方法及系统是由杨家红;李祥弘;曾航;金宇杰;肖柳明设计研发完成，并于2025-10-29向国家知识产权局提交的专利申请。

本用于糖尿病视网膜病变分级的异构双流融合方法及系统在说明书摘要公布了：本发明公开了用于糖尿病视网膜病变分级的异构双流融合方法及系统，包括利用异构双流架构获得糖尿病视网膜病变分级的输出结果：将输入的眼底图像处理成不同分辨率的图像；利用由复合知识蒸馏的轻量化视觉Transformer模型从低分辨率图像中提取全局上下文特征，利用卷积神经网络模型从高分辨率图像中提取局部病灶特征；通过对称双向交叉注意力融合模块将双分支架构的全局上下文特征和局部病灶特征进行交互融合，得到增强的融合特征表示；最终将融合特征输入分类器，输出病变的严重程度分级结果。本发明旨在通过全局信息与局部细节的深度分析，提高分级诊断的准确性与鲁棒性，可应用于临床计算机辅助诊断、眼部影像分析等医疗领域。

本发明授权用于糖尿病视网膜病变分级的异构双流融合方法及系统在权利要求书中公布了：1.用于糖尿病视网膜病变分级的异构双流融合方法，其特征在于，包括将大量眼部图像信息利用预训练好的神经网络模型和通过复合知识蒸馏方案获得的轻量级特征提取器，通过对称双向交叉注意力融合模块将两种不同架构模型的输出进行融合，获得输出的视网膜病变分级的诊断结果，异构双流融合模型生成视网膜病变分级诊断结果包括以下步骤： S1：构建异构双流特征提取模型： 所述模型包括并行的 CNN 分支和 ViT 分支； 其中，所述 CNN 分支配置为接收 456×456 像素的高分辨率眼部图像，利用 CNN 的局部归纳偏差提取糖尿病视网膜病变的微小局部病灶特征； 所述 ViT 分支配置为接收 224×224 像素的低分辨率眼部图像，利用自注意力机制提取视网膜图像的全局上下文特征； S2：基于复合知识蒸馏的模型训练： 所述 ViT 分支的特征提取器是通过复合知识蒸馏方案训练获得的；具体训练过程包括：利用大型基础模型 RETFound 作为教师模型，在冻结教师模型参数的前提下，通过复合损失函数联合优化学生模型； 所述复合损失函数包括： 利用带有温度系数的 Softmax 函数构建的软目标蒸馏损失，用于拟合教师模型对于类别概率的分布，捕捉类别间的暗知识； 引入适配层进行维度对齐的特征蒸馏损失，使学生模型在预设中间层的特征图与教师模型匹配； 基于正负样本对构建的监督对比学习蒸馏损失，用于迁移教师模型对数据样本间结构关系的理解，其中相似样本在学生模型表征空间中被拉近，不相似样本被推离； 最终将上述软目标蒸馏损失、特征蒸馏损失、监督对比学习蒸馏损失与标准交叉熵损失进行加权组合对模型进行优化； S3：基于对称双向交叉注意力的特征融合： 利用BCFA模块将 ViT 分支输出的全局特征  和 CNN 分支输出的局部特征  进行深度融合； 在进行交叉注意力计算之前，先将局部特征  和全局特征  投影到相同的公共维度； 所述融合过程具体包括并行执行的两个增强路径： a 全局至局部增强路径： 将 CNN 分支的局部特征  作为查询Query，将 ViT 分支的全局特征   作为键Key和值Value，计算注意力输出；将该注意力输出与原始局部特征  通过残差连接进行逐元素相加，再将相加后的结果输入层归一化单元LayerNorm进行处理，得到增强局部特征 ； b 局部至全局增强路径： 对称地，将 ViT 分支的全局特征  作为查询Query，将 CNN 分支的局部特征  作为键Key和值Value，计算注意力输出；将该注意力输出与原始全局特征  通过残差连接进行逐元素相加，再将相加后的结果输入层归一化单元LayerNorm进行处理，得到增强全局特征 ； S4：分类输出： 将所述增强局部特征和增强全局特征 进行拼接，形成融合特征，并将该融合特征送入分类头； 所述分类头通过多层感知机将高维特征映射到类别空间，输出糖尿病视网膜病变的分级结果。

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湖南师范大学，其通讯地址为：410081 湖南省长沙市岳麓区麓山路36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。