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！

龍圖騰網獲悉大連交通大學申請的專利基于深度學習的糖網病眼底圖像自動分割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：CN116309631B 。

龍圖騰網通過國家知識產權局官網在2025-08-12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：202310082658.0，技術領域涉及：G06T7/11；該發明授權基于深度學習的糖網病眼底圖像自動分割方法是由王德廣;李鳳岐;徐鳳強;李家俊設計研發完成，并于2023-02-08向國家知識產權局提交的專利申請。

本基于深度學習的糖網病眼底圖像自動分割方法在說明書摘要公布了：一種基于深度學習的糖網病眼底圖像自動分割方法，包括如下步驟：S1將糖尿病視網膜病變眼底圖像大小調整成512*512，S2開始圖像預處理，S3將預處理完成的圖像傳入網絡模型進行節點特征初始化，S4特征傳遞與融合，S5每個節點傳遞特征給上層節點，通過反卷積插值反池化的方法將圖像中的血管結構分割出來，第一層最后一個節點完成特征融合時，分辨率恢復至原來輸入圖像的相同大小，S6血管結構分割結束后，通過單層卷積輸出血管結構分割灰度圖；為醫療輔助系統提供自動分割眼底血管結構，解決了閱片慢、血管末端模糊不清及易丟失新生細小血管導致分割不完整的問題。本發明具有實現眼底血管自動提取、計算耗費資源較少、分割精準度高的優點。

本發明授權基于深度學習的糖網病眼底圖像自動分割方法在權利要求書中公布了：1.一種基于深度學習的糖網病眼底圖像自動分割方法，其特征在于，包括如下步驟： S1、將糖尿病視網膜病變眼底圖像大小調整成512*512； S2、開始圖像預處理：1提取出綠色通道部分；2除低頻分量，除低頻分量是指讓原圖像經過25*25均值濾波，用綠色通道圖像減去均值濾波圖像；3進行線性濾波；4形態學腐蝕消除噪聲； S3、將預處理完成的圖像傳入網絡模型進行節點特征初始化：網絡模型是基于Unet++網絡模型改進而來，是由殘差塊為單元構成的上下五層的扇型結構，每一個殘差塊視為一個節點，每層左側第一個殘差塊為編碼器節點，編碼器節點共5個，其余為解碼器節點，網絡模型第一層左側第一個節點為整個模型的入口，第一層右側最后一個節點為模型出口；首先預處理完成的圖像輸入進網絡模型第一層編碼器節點進行特征提取，經過提取后的特征會被發往同層的所有解碼器節點及下一層的編碼器節點；然后第二層編碼器節點在收到上層編碼器節點傳遞來的特征后，繼續進行特征提取，并將提取的特征向同層中的所有解碼器節點及下一層的編碼器節點傳遞；以此類推完成網絡模型全部節點特征初始化； S4、特征傳遞與融合：全部節點完成特征初始化后，每個節點實時進行特征融合和特征傳遞，除第一層外所有節點，進行特征融合的上采樣過程，從第二層第一個結點至第五層最后一個節點的所有節點，每個位于第i層的第j個節點，會將本節點提取的特征向上一層即i-1層的第j+1個節點傳遞，i-1層的第j+1個節點在接收到特征后，與原來的特征進行拼接操作，并將拼接后的特征傳遞給同層所有的在該節點右側之后的節點，經過不斷地實時傳遞與融合，直至傳遞至第一層右側最后一個節點，特征趨于穩定； S5、每個節點傳遞特征給上層節點，本層特征通過反卷積插值反池化的方法將圖像中的血管結構分割出來，第一層最后一個節點完成特征融合時，分辨率恢復至原來輸入圖像的相同大小，血管結構分割完畢； S6、血管結構分割結束后，通過單層卷積輸出血管結構分割灰度圖。

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大連交通大學，其通訊地址為：116028 遼寧省大連市沙河口區黃河路794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”。