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！

龙图腾网获悉厦门理工学院申请的专利一种视盘实时连续跟踪方法及装置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：CN121304739B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511885625.5，技术领域涉及：G06T7/246；该发明授权一种视盘实时连续跟踪方法及装置是由陈驰;肖晶晶;陈熙林设计研发完成，并于2025-12-15向国家知识产权局提交的专利申请。

本一种视盘实时连续跟踪方法及装置在说明书摘要公布了：本发明提供的一种视盘实时连续跟踪方法及装置，涉及医学图像处理技术领域。本发明通过获取眼科手术的视频序列并预处理，然后对预处理后的视频序列进行多尺度特征提取与视盘目标检测，得到视盘检测目标；所述视盘检测目标基于卡尔曼滤波预测与外观特征匹配，引入自适应门控匹配机制进行帧间目标轨迹关联，并结合外观特征缓存更新机制以及ReID余弦相似度检索对目标轨迹进行维护，输出轨迹跟踪结果；其中，所述轨迹跟踪结果包含视盘位置、置信度、轨迹标识及时间戳的连续跟踪结果。本发明提升了小尺度视盘检测精度，增强了遮挡恢复与轨迹连续性，在强反光、低对比度及局部遮挡等复杂手术场景下，实现高精度、高鲁棒性、实时的视盘连续跟踪。

本发明授权一种视盘实时连续跟踪方法及装置在权利要求书中公布了：1.一种视盘实时连续跟踪方法，其特征在于，包括： S1，获取眼科手术的视频序列； S2，预处理所述视频序列； S3，对预处理后的视频序列进行多尺度特征提取与视盘目标检测，得到视盘检测目标； S4，所述视盘检测目标基于卡尔曼滤波预测与外观特征匹配，引入自适应门控匹配机制进行帧间目标轨迹关联，并结合外观特征缓存更新机制以及ReID余弦相似度检索对目标轨迹进行维护，输出轨迹跟踪结果；其中，所述自适应门控匹配机制是在基于马氏距离的门控策略基础上，引入检测置信度与速度残差作为动态调节因子；所述轨迹跟踪结果包含视盘位置、置信度、轨迹标识及时间戳的连续跟踪结果； 对预处理后的视频序列进行多尺度特征提取与视盘目标检测时，采用CAST-YOLO检测模型进行处理； 其中，所述CAST-YOLO检测模型是在YOLO主干网络中嵌入SwinTransformer模块并集成上下文聚合模块，由特征提取主干网络、特征融合颈部及多尺度检测头构成； 所述特征提取主干网络包括若干Conv卷积模块、若干C2f模块、若干SCDown模块、SPPF模块、PSA模块，并引入SwinTransformer模块与上下文聚合模块； 所述Conv卷积模块用于对输入视频帧进行逐级下采样与特征提取； 所述C2f模块用于残差连接，以增强局部特征的通道交互与梯度流动； 所述SCDown模块用于结合卷积下采样与通道拆分融合机制，压缩特征图尺度的同时保持通道信息的完整性； 所述SPPF模块用于通过多尺度池化聚合全局上下文信息，以增强深层特征对不同尺寸视盘的适应性，同时保持计算效率； 所述PSA模块用于通过像素级注意力机制，对关键区域进行特征增强，抑制背景噪声干扰，输出全局增强的深层特征； 所述SwinTransformer模块用于在深层特征层实现全局结构与长程依赖的高效建模； 所述上下文聚合模块用于在不同感受野下提取视盘的局部结构与全局语义，以强化视盘区域的多尺度感知与上下文一致性表达； 输入的视频帧通过所述特征提取主干网络结合窗口化与移位自注意力机制进行逐级特征编码，并对深层特征进行多尺度上下文加权融合，得到从低级纹理到高级语义的多尺度核心特征图； 在特征融合颈部，采用基于上采样与跨层拼接的特征金字塔结构，将所述多尺度核心特征图进行跨尺度特征融合与增强，生成多尺度检测特征图，以提高对视盘小目标及边界区域的检测能力； 在多尺度检测头部分，对所述多尺度检测特征图分别进行视盘区域的预测，输出最终有效的视盘检测目标。

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厦门理工学院，其通讯地址为：361024 福建省厦门市集美区理工路600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。