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！

龙图腾网获悉大连交通大学申请的专利基于深度学习的糖网病眼底图像自动分割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：CN116309631B 。

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：202310082658.0，技术领域涉及：G06T7/11；该发明授权基于深度学习的糖网病眼底图像自动分割方法是由王德广;李凤岐;徐凤强;李家俊设计研发完成，并于2023-02-08向国家知识产权局提交的专利申请。

本基于深度学习的糖网病眼底图像自动分割方法在说明书摘要公布了：一种基于深度学习的糖网病眼底图像自动分割方法，包括如下步骤：S1将糖尿病视网膜病变眼底图像大小调整成512*512，S2开始图像预处理，S3将预处理完成的图像传入网络模型进行节点特征初始化，S4特征传递与融合，S5每个节点传递特征给上层节点，通过反卷积插值反池化的方法将图像中的血管结构分割出来，第一层最后一个节点完成特征融合时，分辨率恢复至原来输入图像的相同大小，S6血管结构分割结束后，通过单层卷积输出血管结构分割灰度图；为医疗辅助系统提供自动分割眼底血管结构，解决了阅片慢、血管末端模糊不清及易丢失新生细小血管导致分割不完整的问题。本发明具有实现眼底血管自动提取、计算耗费资源较少、分割精准度高的优点。

本发明授权基于深度学习的糖网病眼底图像自动分割方法在权利要求书中公布了：1.一种基于深度学习的糖网病眼底图像自动分割方法，其特征在于，包括如下步骤： S1、将糖尿病视网膜病变眼底图像大小调整成512*512； S2、开始图像预处理：1提取出绿色通道部分；2除低频分量，除低频分量是指让原图像经过25*25均值滤波，用绿色通道图像减去均值滤波图像；3进行线性滤波；4形态学腐蚀消除噪声； S3、将预处理完成的图像传入网络模型进行节点特征初始化：网络模型是基于Unet++网络模型改进而来，是由残差块为单元构成的上下五层的扇型结构，每一个残差块视为一个节点，每层左侧第一个残差块为编码器节点，编码器节点共5个，其余为解码器节点，网络模型第一层左侧第一个节点为整个模型的入口，第一层右侧最后一个节点为模型出口；首先预处理完成的图像输入进网络模型第一层编码器节点进行特征提取，经过提取后的特征会被发往同层的所有解码器节点及下一层的编码器节点；然后第二层编码器节点在收到上层编码器节点传递来的特征后，继续进行特征提取，并将提取的特征向同层中的所有解码器节点及下一层的编码器节点传递；以此类推完成网络模型全部节点特征初始化； S4、特征传递与融合：全部节点完成特征初始化后，每个节点实时进行特征融合和特征传递，除第一层外所有节点，进行特征融合的上采样过程，从第二层第一个结点至第五层最后一个节点的所有节点，每个位于第i层的第j个节点，会将本节点提取的特征向上一层即i-1层的第j+1个节点传递，i-1层的第j+1个节点在接收到特征后，与原来的特征进行拼接操作，并将拼接后的特征传递给同层所有的在该节点右侧之后的节点，经过不断地实时传递与融合，直至传递至第一层右侧最后一个节点，特征趋于稳定； S5、每个节点传递特征给上层节点，本层特征通过反卷积插值反池化的方法将图像中的血管结构分割出来，第一层最后一个节点完成特征融合时，分辨率恢复至原来输入图像的相同大小，血管结构分割完毕； S6、血管结构分割结束后，通过单层卷积输出血管结构分割灰度图。

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大连交通大学，其通讯地址为：116028 辽宁省大连市沙河口区黄河路794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”。