Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安徽理工大学贾晓芬获国家专利权

安徽理工大学贾晓芬获国家专利权

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!

龙图腾网获悉安徽理工大学申请的专利眼底多类型病变的轻量化分类模型及分类方法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:CN117237693B

龙图腾网通过国家知识产权局官网在2025-08-12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:202310864971.X,技术领域涉及:G06V10/764;该发明授权眼底多类型病变的轻量化分类模型及分类方法是由贾晓芬;侯小虎;赵佰亭设计研发完成,并于2023-07-13向国家知识产权局提交的专利申请。

眼底多类型病变的轻量化分类模型及分类方法在说明书摘要公布了:本发明公开了一种眼底多类型病变的轻量化分类模型及分类方法,分类模型包括主干网络L‑Resnet、特征融合模块FFM和分类输出三部分。主干网络由1个CBRConv+BN+Relu模块和4个不同阶段的卷积构成,负责减少模型参数、增加网络深度加强OCT图像深层语义信息提的取;特征融合模块FFM由上采样upsample模块和快速卷积空间金字塔模块CSPPF组成,负责网络浅层细节信息提取和深层语义信息的提取;分类输出由平均池化、Concate拼接、两个全连接层构成,负责输出对眼底病变的分类结果。本发明能明显降低模型参数量,能够高精度实现对眼底的多种病变分类。

本发明授权眼底多类型病变的轻量化分类模型及分类方法在权利要求书中公布了:1.眼底多类型病变的轻量化分类模型,其特征在于,包括主干网络L-Resnet、特征融合模块FFM和分类输出; 所述主干网络,由1个CBRConv+BN+Relu模块和4个不同阶段的卷积构成,负责减少模型参数、增加网络深度加强OCT图像深层语义信息的提取;所述主干网络L-Resnet的CBR模块负责对原始图像进行通道拓展,丰富图像特征表达; 所述通道拓展使用64个尺寸大小为3×3地卷积核对输入张量进行特征提取,同时生成新的张量,经卷积操作后将张量尺寸减半; 所述主干网络L-Resnet的不同阶段的卷积通过输出特征张量大小进行划分,输入OCT图像大小尺寸为224×224,经过CBR模块处理后的输出大小尺寸为112×112; 所述4个不同阶段卷积的输出张量大小分别为56×56、28×28、14×14、7×7,其中每个阶段使用的多尺度卷积块MultiBlock的数量分别为2、2、6、2,每个阶段每次卷积使用的卷积核数量分别为64、128、192、256; 所述多尺度卷积块MultiBlock由具有不同尺寸卷积核的深度卷积构成,使用4个不同尺寸的卷积核来提取图像中不同大小的病变特征,得到的4个不同子张量,通过拼接操作得到一个完整的张量,使用跳跃连接将同一卷积操作的输入和输出联系起来,使卷积操作能够学习到有用特征,消除网络退化; 所述特征融合模块FFM,由上采样upsample模块和快速卷积空间金字塔模块CSPPF组成,负责网络浅层细节信息提取和深层语义信息的提取,使用上采样加强网络深浅层信息的融合,强化病变OCT图像的分类; 所述FFM模块通过Upsample模块对深层特征进行上采样,通过CSPPF模块再次进行不同尺寸特征的提取,丰富网络中OCT图像中病变几何信息和病变空间信息的表达,将浅层提取到的OCT图像中特异度不同的特征传递到深层,实现浅层纹理信息和深层语义信息的融合; 所述分类输出,由平均池化、Concate拼接、两个全连接层构成,负责输出对眼底病变的分类结果。

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安徽理工大学,其通讯地址为:232001 安徽省淮南市泰丰大街168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”。

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。