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！

龙图腾网获悉华南理工大学申请的专利面向视网膜血管的自监督多模态分割方法、系统、设备及介质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：CN116071380B 。

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：202310047105.1，技术领域涉及：G06T7/11；该发明授权面向视网膜血管的自监督多模态分割方法、系统、设备及介质是由吴庆耀;张婧祺;刘艳霞设计研发完成，并于2023-01-31向国家知识产权局提交的专利申请。

本面向视网膜血管的自监督多模态分割方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种面向视网膜血管的自监督多模态分割方法、系统、设备及介质，包括：利用多模态视网膜图像数据集训练CycleGAN生成网络，学习彩色视网膜造影与荧光素血管造影之间的映射关系，并将视网膜病变数据集合成第二荧光素血管造影图像；对视网膜病变数据集中的彩色视网膜造影图像进行预处理；将第二荧光素血管造影图像中输入ViT中生成编码向量，并重构成过滤器，利用过滤器对经过预处理后的彩色视网膜造影进行相关性过滤，得到多模态融合特征图谱；对多模态融合特征图谱进行实例级特征学习，得到特征参数；将特征参数迁移到下游血管分割网络中，得到视网膜血管的分割结果。本发明通过迁移学习为下游的血管分割任务提供线索，加快模型收敛速度。

本发明授权面向视网膜血管的自监督多模态分割方法、系统、设备及介质在权利要求书中公布了：1.面向视网膜血管的自监督多模态分割方法，其特征在于，包括下述步骤： 利用成对的多模态视网膜图像数据集训练预先设立的CycleGAN生成网络，得到训练好的CycleGAN生成网络；所述训练好的CycleGAN生成网络用于学习第一彩色视网膜造影图像与第一荧光素血管造影图像之间的映射关系；并为预训练的视网膜病变数据集合成对应的第二荧光素血管造影图像； 对所述视网膜病变数据集中的第二彩色视网膜造影图像依次进行转灰度图、归一化、直方图均衡化和伽马校正预处理操作，得到预处理后的第三彩色视网膜造影图像； 将所述第二荧光素血管造影图像输入到VisionTransformerencoder中生成荧光素血管造影的编码向量，并重构成过滤器，即用于提取图片中向量特征的卷积滤波器；利用所述过滤器对第三彩色视网膜造影图像进行相关性过滤，得到多模态融合特征图谱； 使用无监督的深度互信息损失函数对所述多模态融合特征图谱进行实例级的特征学习，得到特征参数； 将所述特征参数迁移到下游血管分割网络中，作为分割网络模型的初始化参数，并在此基础上对分割网络进行训练，得到视网膜血管的分割结果；具体为： 选用U-Net作为下游的血管分割网络，利用特征参数初始化U-Net；通过在U-Net的第四层跳跃连接上引入空间注意力模块，使用图像像素之间的空间关系来生成空间注意图，从而增强重要特征，并抑制不重要的特征，从而提高网络的表示能力；具体做法是对输入特征通过通道的方式进行最大池化和平均池化，分别得到两张特征图，然后通过一个卷积操作将两张特征图连接起来，以产生有效的级联特征描述符；接着在级联特征描述符上使用Sigmod激活函数，生成带有空间注意力机制的特征图谱。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。