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！

龙图腾网恭喜华侨大学申请的专利基于Transformer的宫颈癌病理图像癌变组织的分割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：CN119251250B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202411780066.7，技术领域涉及：G06T7/194；该发明授权基于Transformer的宫颈癌病理图像癌变组织的分割方法及系统是由杨彤;柳培忠;刘博;范宇凌设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本基于Transformer的宫颈癌病理图像癌变组织的分割方法及系统在说明书摘要公布了：本发明涉及图像处理技术领域，公开了基于Transformer的宫颈癌病理图像癌变组织的分割方法及系统，方法包括：采集宫颈癌病理图像并进行标注，获得宫颈癌病理图像数据集；使用DeepLabV3+作为主干网络构建宫颈癌病理图像分割网络，其中，在编码器中添加多特征Transformer单元以提取不同尺度的语义信息，且减少全局注意力计算中的冗余性；使用宫颈癌病理图像数据集对所述宫颈癌病理图像分割网络进行训练；使用训练好的宫颈癌病理图像分割网络对宫颈癌病理图像中的肿瘤和背景部分进行分割。本发明在分割宫颈癌病理图像时具有较高的准确率和较快的运行速度。

本发明授权基于Transformer的宫颈癌病理图像癌变组织的分割方法及系统在权利要求书中公布了：1.一种基于Transformer的宫颈癌病理图像癌变组织的分割方法，其特征在于，包括如下步骤：采集宫颈癌病理图像并进行标注，获得宫颈癌病理图像数据集；使用DeepLabV3+作为主干网络构建宫颈癌病理图像分割网络，其中，在编码器中添加多特征Transformer单元以提取不同尺度的语义信息；使用宫颈癌病理图像数据集对所述宫颈癌病理图像分割网络进行训练；使用训练好的宫颈癌病理图像分割网络对宫颈癌病理图像中的肿瘤和背景部分进行分割；所述宫颈癌病理图像分割网络包括编码器和解码器；在编码器中，对输入的病理图像使用多个并行卷积进行特征提取并压缩四次获得初步有效特征，输入多特征Transformer单元后分别使用不同速率的卷积进行连接合并，再进行1x1卷积压缩特征，最终输出多尺度融合特征；在解码器中，使用1×1卷积来调整压缩两次的初始有效特征层的通道数，并利用调整通道数之后的初始有效特征层获得原始图像特征；使用空心卷积对将编码部分输出的多尺度融合特征进行四倍上采样后，和原始图像特征进行堆叠，再依次使用两个深度可分离卷积和一个1x1卷积进行处理，得到最终的有效特征，最后使用resize进行上采样，得到并输出与输入的病理图像大小相同的分割结果；所述多特征Transformer单元包括：DilateFormer模块，基于多尺度扩展注意力和滑窗空洞注意力提取多尺度肿瘤特征图；多特征通道注意力模块，用于整合多尺度肿瘤特征图中的全局特征信息，获得包含肿瘤全局特征信息、和肿瘤局部边缘与肿瘤细节特征的特征图；所述DilateFormer模块基于多尺度扩展注意力和滑窗空洞注意力提取多尺度肿瘤特征图，包括以下步骤：在大小为w×w的滑动窗口中对初步有效特征的图像进行稀疏采样，然后进行自注意力计算，提取注意力特征信息，得到肿瘤特征图x，表示为：x＝SWDAQ,K,V,r；其中，Q、K和V分别表示查询矩阵、键矩阵和值矩阵，这三个矩阵的每一行分别表示一个单一的查询特征向量、键特征向量和值特征向量；SWDA表示滑动窗口空洞注意力特征提取操作；r表示膨胀率，控制滑窗空洞注意力特征提取操作中稀疏采样的稀疏度；将肿瘤特征图x的通道划分到不同的特征通道中，在不同的特征通道中使用不同的空洞系数对滑动窗口中的查询特征值进行采样，并进行自注意力计算，得到不同尺度的特征信息图组，表示为：hi＝SWDAQi,Ki,Vi,ri,1≤i≤n；其中，hi表示尺度为i的特征图，Qi、Ki和Vi分别表示膨胀率取值为ri时的查询的特征值、键的特征值和值的特征值；将不同尺度的特征信息图组进行融合，并通过线性操作得到最终的多尺度肿瘤特征图：X＝LinearConcat[h1,...,hn]；其中，X表示多尺度肿瘤特征图，Linear表示通过线性操作进行特征聚合，Concat表示特征融合。

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华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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”。