買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜杭州電子科技大學申請的專利基于分層特征補償的跨層約束Transformer網絡實現方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119723296B 。

龍圖騰網通過國家知識產權局官網在2025-05-27發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510221564.6，技術領域涉及：G06V10/82；該發明授權基于分層特征補償的跨層約束Transformer網絡實現方法是由郭益豪;黃星儒;黃健;張曉帥;劉瑾設計研發完成，并于2025-02-27向國家知識產權局提交的專利申請。

本基于分層特征補償的跨層約束Transformer網絡實現方法在說明書摘要公布了：本發明公開了一種基于分層特征補償的跨層約束Transformer網絡實現方法。本發明包含三個模塊：高效交叉注意力具有線性計算復雜度，在使用交叉注意力的同時減小對于算力的需求；跨層約束編碼器模塊對表征語義和結構信息的深層特征施加來自表征邊界和紋理的淺層特征的約束，從而在下采樣過程中保留關鍵的低維細節；跨層約束解碼器模塊利用高效交叉注意力來優化編碼器低級特征和解碼器高級特征之間的特征融合，確保在上采樣過程保留關鍵細節信息。本發明在上述模塊共同作用下，在多種醫學圖像分割任務種表現優異，展現出其在醫學圖像分割領域的廣泛應用前景。

本發明授權基于分層特征補償的跨層約束Transformer網絡實現方法在權利要求書中公布了：1.基于分層特征補償的跨層約束Transformer網絡實現方法，其特征在于，包括如下步驟：步驟1、收集多個不同分割任務的醫學圖像分割數據集；步驟2、劃分醫學圖像分割數據集，將數據按照8：1：1的比例劃分為訓練集、驗證集和測試集；步驟3、進行數據預處理；步驟4、對步驟3的數據進行數據增強；步驟5、搭建用于進行醫學圖像分割的分割網絡；該分割網絡集成有高效交叉注意力模塊、跨層約束編碼器模塊和跨層約束解碼器模塊；且將高效交叉注意力模塊分別應用在跨層約束編碼器模塊和跨層約束解碼器模塊；步驟6、模型訓練與推理并保存效果最佳的模型權重；步驟7、模型性能評估與結果分析；所述的高效交叉注意力模塊具體實現如下：選擇一個簡單的激活函數LeakyReLU作為基底,通過調整每個Q和K的方向，使相似度高于設定閾值的Q和K更貼近，而相似度低于設定閾值的Q和K遠離，恢復原本softmax那樣的集中性分布,將注意力集中于最有信息量的區域，由此，公式定義如下：simQi,Kj＝φdQi·φdKj1 其中，sim表示相似度函數，φd表示中間函數，函數Fp是聚焦函數，k＝3；對于輸入張量x∈RB×N×C，positionalbias∈R1×N×C引入了一個初始化為零的可學習偏置，scale∈R1×1×C是一個可學習的縮放因子，作用于Q和K上的每個通道，以防止計算溢出和梯度爆炸，而θ表示LeakyReLU函數；引入一個殘差連接來處理V，如公式所示：AttQ,K,V＝φdQφdKTV+θConvV'4其中，V'為reshape后的V，通過引入卷積操作ConvV'和非線性激活函數LeakyReLU，增強輸出的秩，并通過保留輸入信息的部分內容，提高特征的多樣性。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人杭州電子科技大學，其通訊地址為：310018 浙江省杭州市錢塘區白楊街道2號大街1158號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。