
山东师范大学所持基于边界梯度注意力网络的杯状细胞语义分割方法及系统等2项专利权转让
收藏
点击量:132次
网上报名请点击我要购买 。
我要购买
| 项目名称 | 山东师范大学所持基于边界梯度注意力网络的杯状细胞语义分割方法及系统等2项专利权转让 | 项目编号 | TAHP2672595 |
| 转让底价 | 2 万元 | 转让方 | 山东师范大学 |
| 保证金 | 0万元 | 保证金支付方式 | 银行转账 |
| 挂牌时间 | 2026-03-26 至 2026-04-01 | ||
一、项目介绍
技术项目信息登记表(供给方)
| 技术项目名称 | 山东师范大学所持基于边界梯度注意力网络的杯状细胞语义分割方法及系统等2项专利权转让 | ||
| 行业分类 | 高新技术服务业及公共事业|数字医疗健康 | ||
| 战略性新兴产业分类 | 其他 | ||
| 权属人所属地域 | 山东省济南市长清区 | ||
| 十强产业领域 | 医养健康 | ||
| 项目权属(个人或单位名称) | 山东师范大学 | ||
| 专利情况 | 有 | ||
| 转让底价 | 2 万元 | ||
| 合作方式 | 成果转让 | ||
| 项目简介 | 1.转让标的整体受让,不可拆分。 2.专利1名称:基于边界梯度注意力网络的杯状细胞语义分割方法及系统 专利申请日:2022年12月06日 授权公告日:2026.03.24 专利权期限:20年 介绍:本公开提供一种基于边界梯度注意力网络的杯状细胞语义分割方法和系统,应用于医学研究、健康咨询机构或临床诊断等领域。系统采用改进的基于边界梯度注意力UNet网络结构,通过改进现有深度神经网络模型,在编码层与解码层之间,引入三个边界梯度注意力机制,通过颜色梯度特征提取层用于学习杯状细胞周围的颜色特征变化,使得该语义分割网络在获取细胞形状信息的基础上,能有效捕获杯状细胞周围的颜色梯度特征,实现了共聚焦激光显微内镜图像中杯状细胞区域的精确分割,为医学研究人员师、健康咨询师或医生提供更全面、准确评估依据,辅助制定个性化的治疗或干预方案。比如在疾病诊断中,帮助医生更精准地判断患者的病变类型和严重程度。 专利2名称:基于自监督的小样本面部表情识别方法及系统 专利申请日:2022年10月24日 授权公告日:2026.02.06 专利权期限:20年 介绍:本公开提供一种基于自监督视觉的小样本面部表情识别方法及系统,应用于情绪识别技术领域,包括针对无标签人脸表情图像,对每个原始图像进行四个前置任务,通过ViT模型产生四组损失函数;从实验室面部表情图像中获取表情序列和峰值表情图像并提取时空特征,利用时空特征进行表情分类,并对ViT模型的所有参数进行微调;将自然环境面部表情图像划分支持样本和查询样本,然后分别输入至微调后的ViT模型中计算特征向量,基于支持样本的特征向量计算每个表情类别的原型向量,计算每个原型向量和查询样本的特征向量之间的欧式距离,利用欧式距离确定查询集样本的表情分类结果;有效降低小样本面部表情识别任务的训练成本,提高分类准确率。 3.截至挂牌日,专利1和专利2已取得发明专利证书。 | ||||||||||||||||||||||
| 市场前景分析 | |||||||||||||||||||||||
| 与同类成果相比优势分析 | |||||||||||||||||||||||
| 专利明细 | |||||||||||||||||||||||
| 序号 | 名称 | 申请号 | 类别 | 申请日 | 授权日 |
| 1 | 基于自监督的小样本面部表情识别方法及系统 | ZL202211302076.0 | 发明 | 2022-10-24 | 2026-02-06 |
| 2 | 基于边界梯度注意力网络的杯状细胞语义分割方法及系统 | ZL202211556621.9 | 发明 | 2022-12-06 | 2026-03-24 |
| 专利是否合并转让 | 是 | ||||
| 获得资助情况(国家计划课题等) | -- | ||
| 项目开发阶段 | -- | ||
| 样品情况 | 无 | 样品类型 | -- |
| 信息有效期 | -- 至 -- | ||
三、披露信息
| 价款支付方式 | 银行转账 | ||
| 受让方资格条件 | 1、意向受让方须为依法设立的企业法人、其他经济组织或具有完全民事行为能力的自然人。 2、意向受让方须具有良好财务状况、支付能力。 3、本项目不接受联合体受让。 |
||
| 重大事项及其他披露内容 | 1.转让标的整体受让,不可拆分。 2.专利1名称:基于边界梯度注意力网络的杯状细胞语义分割方法及系统 专利申请日:2022年12月06日 授权公告日:2026.03.24 专利权期限:20年 介绍:本公开提供一种基于边界梯度注意力网络的杯状细胞语义分割方法和系统,应用于医学研究、健康咨询机构或临床诊断等领域。系统采用改进的基于边界梯度注意力UNet网络结构,通过改进现有深度神经网络模型,在编码层与解码层之间,引入三个边界梯度注意力机制,通过颜色梯度特征提取层用于学习杯状细胞周围的颜色特征变化,使得该语义分割网络在获取细胞形状信息的基础上,能有效捕获杯状细胞周围的颜色梯度特征,实现了共聚焦激光显微内镜图像中杯状细胞区域的精确分割,为医学研究人员师、健康咨询师或医生提供更全面、准确评估依据,辅助制定个性化的治疗或干预方案。比如在疾病诊断中,帮助医生更精准地判断患者的病变类型和严重程度。 专利2名称:基于自监督的小样本面部表情识别方法及系统 专利申请日:2022年10月24日 授权公告日:2026.02.06 专利权期限:20年 介绍:本公开提供一种基于自监督视觉的小样本面部表情识别方法及系统,应用于情绪识别技术领域,包括针对无标签人脸表情图像,对每个原始图像进行四个前置任务,通过ViT模型产生四组损失函数;从实验室面部表情图像中获取表情序列和峰值表情图像并提取时空特征,利用时空特征进行表情分类,并对ViT模型的所有参数进行微调;将自然环境面部表情图像划分支持样本和查询样本,然后分别输入至微调后的ViT模型中计算特征向量,基于支持样本的特征向量计算每个表情类别的原型向量,计算每个原型向量和查询样本的特征向量之间的欧式距离,利用欧式距离确定查询集样本的表情分类结果;有效降低小样本面部表情识别任务的训练成本,提高分类准确率。 3.截至挂牌日,专利1和专利2已取得发明专利证书。 |
||
| 与转让相关的其他条件 | 意向受让方须承诺,在递交受让申请并交纳交易保证金后,即表明理解并接受本次资产转让的所有内容及程序,完全了解与认可转让标的状况以及存在的瑕疵等一切内容,并自行承担受让转让标的所带来的一切风险和后果;成为最终受让方后不得以不了解转让标的为由退还转让标的,否则将视为违约;非因转让方原因所引发的风险因素,由受让方自行承担。 意向受让方须承诺,在收到《挂牌结果通知单》之日起5个工作日内与转让方签署《技术转让合同书》,并于签订《技术转让合同书》之日起5个工作日内支付应付交易价款至转让方指定账户(交易价款无息结算),交易费用支付至中心指定账户(如本项目公告对以上办理时间有不同约定的,从其约定)。协议成交不收取交易费用,若产生竞价,收取竞价佣金。 |
||