Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州电子科技大学范姗慧获国家专利权

杭州电子科技大学范姗慧获国家专利权

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!

龙图腾网获悉杭州电子科技大学申请的专利一种基于深度估计网络的眼底图像视网膜厚度预测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:CN121391967B

龙图腾网通过国家知识产权局官网在2026-04-14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:202511948386.3,技术领域涉及:G06T7/62;该发明授权一种基于深度估计网络的眼底图像视网膜厚度预测方法及系统是由范姗慧;刘裕;厉力华;魏凯华设计研发完成,并于2025-12-23向国家知识产权局提交的专利申请。

一种基于深度估计网络的眼底图像视网膜厚度预测方法及系统在说明书摘要公布了:本发明公开了一种基于深度估计网络的眼底图像视网膜厚度预测方法及系统,该视网膜厚度预测方法通过构建的视网膜厚度预测模型对眼底图像进行处理来预测最终的视网膜厚度图。本发明的视网膜厚度预测模型基于U‑Net结构设计,在编码器中引入残差结构、卷积块注意力模块及血管引导注意力机制进行特征提取,充分利用血管掩码信息;同时,在解码器中设置血管分割网络以及并列的全局厚度预测分支和血管残差修正分支;血管分割网络用于对眼底图像进行信息提取,并将提取到的信息嵌入血管残差修正分支中;全局厚度预测分支负责生成基础的全局厚度图,而血管残差修正分支则对全局厚度图进行局部修正,得到最终预测的视网膜厚度。

本发明授权一种基于深度估计网络的眼底图像视网膜厚度预测方法及系统在权利要求书中公布了:1.一种基于深度估计网络的眼底图像视网膜厚度预测方法,其特征在于:该方法包括: 构建包含不同受试者的眼底图像的数据集;使用眼底血管掩码提取网络对数据集中的眼底图像进行处理,得到对应的眼底血管掩码图,并加入数据集中;对数据集中的眼底图像和眼底血管掩码图进行预处理,并根据OCT横截面图像获取数据集中眼底图像的视网膜厚度标签; 构建视网膜厚度预测模型;所述视网膜厚度预测模型包括编码器和解码器;所述编码器用于融合眼底图像和眼底血管掩码图,并对融合结果进行特征提取;所述编码器包括输入融合模块以及多个串联的特征提取模块;所述输入融合模块用于融合眼底图像和眼底血管掩码图;第一个特征提取模块包括串联的第一残差模块和融合注意力模块;所述第一残差模块的输入为输入融合模块的输出特征图;所述融合注意力模块包括卷积块注意力模块和血管引导注意力模块;所述卷积块注意力模块的输入为第一残差模块的输出特征图;所述血管引导注意力模块的输入为眼底血管掩码图经卷积块处理的结果; 所述解码器包括血管分割网络以及并列的全局厚度预测分支和血管残差修正分支;所述全局厚度预测分支用于对编码器的输出进行处理,得到预测厚度图; 所述血管残差修正分支包括依次连接的多层解码层和一个卷积层;所述血管分割网络用于对眼底图像进行处理,并将处理结果与血管残差修正分支中的最后一层解码层的输出特征图进行拼接后,输入至血管残差修正分支中的卷积层进行处理,得到原始残差图;基于眼底血管掩码图对原始残差图进行约束,得到残差修正图;将残差修正图和预测厚度图融合得到视网膜厚度的预测结果; 使用经过数据集训练的视网膜厚度预测模型对被测眼底图像进行处理,得到预测的视网膜厚度。

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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道2号大街1158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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。