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 > 东莞理工学院赵晓芳获国家专利权

东莞理工学院赵晓芳获国家专利权

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!

龙图腾网获悉东莞理工学院申请的专利一种应用于视网膜血管分割的下采样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:CN115187611B

龙图腾网通过国家知识产权局官网在2025-08-19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:202210610223.4,技术领域涉及:G06T7/10;该发明授权一种应用于视网膜血管分割的下采样方法及系统是由赵晓芳;陈雪芳;吕志金设计研发完成,并于2022-05-31向国家知识产权局提交的专利申请。

一种应用于视网膜血管分割的下采样方法及系统在说明书摘要公布了:本发明公开了一种应用于视网膜血管分割的下采样方法,包括:首先搭建基础分割框架U‑Net网络,然后对原始U‑Net网络模型中的下采样层进行更换,将原始Maxpooling层更改为PF‑Pooling模块,然后对待处理视网膜眼底图像进行预处理,得到待分割的预处理结果图像送入网络模型,模型将采样窗口内四个位置的像素分别进行提取,然后将对应位置的像素进行拼接从而得到四幅尺度减半的新图像,之后采用Concat堆叠,将四幅图像在通道维度进行堆叠,最后采用1*1卷积进行通道压缩,最终实现了原始图像通道数不变,而宽高减半的效果,以此来作为模型的下采样模块,与Maxpooling方法相比,PF‑Pooling采样方法可以保留更多的图像原始信息,实现模型分割准确率的进一步提升。

本发明授权一种应用于视网膜血管分割的下采样方法及系统在权利要求书中公布了:1.一种应用于视网膜血管分割的下采样方法,其特征在于,包含以下步骤: 步骤一:搭建基础分割框架U-Net网络,对原始U-Net网络模型中的下采样层进行更换,并将待分割图像送入网络模型; 步骤二:对待分割图像进行卷积操作,提取特征属性,然后送入PF-Pooling模块对图像进行压缩; 步骤三:PF-Pooling模块对原始图像进行奇偶拆分、拼接以及通道压缩,得到通道数不变而宽高减半的图像; 步骤四:对经过PF-Pooling模块压缩后的图像继续进行卷积操作,并重复步骤二、三步骤三次,得到最终特征集; 步骤五:对最终特征集进行上采样,并与同层特征图进行Concat堆叠,得到更多原始特征; 步骤六:对经过堆叠后的图像重复步骤五三次,得到和原始图像大小相同的图像,最后通过1*1卷积对通道进行压缩得到最终分割图像; 所述步骤一具体步骤为: 步骤S101.对原始U-Net网络模型中的下采样层进行更换,将原始Maxpooling层更改为PF-Pooling模块,所述PF-Pooling模块表达式如下: yij=K*[xi,j,xi+1,j,xi,j+1,xi+1,j+1] i≤m-2 j=n-2 其中K为模型自动学习的大小为1×1的卷积核,m、n为采样窗口大小; 步骤S102.将待分割图像送入网络模型之前进行预处理,采用RBG三通道加权生成灰度图像来作为模型的输入信息,如下列公式所示: Gray=0.299*R+0.587*G+0.114*B#1 其中Gray为灰度图中像素点的像素值,R、G、B为原始图像红、绿、蓝三通道像素点的像素值; 步骤S103.待分割图像预处理之后送入网络模型; 所述步骤三具体步骤为: 步骤S301.PF-Pooling模块将采样窗口内4个位置的像素分别进行提取; 步骤S302.将对应位置的像素进行拼接从而得到四幅尺度减半的新图像; 步骤S303.对其四幅子图在通道方向进行堆叠得到一幅尺度减半但深度为原始四倍的图像; 步骤S304.采用卷积核对图像进行通道压缩以实现了原始图像通道数不变,而宽高减半的图像。

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东莞理工学院,其通讯地址为:523000 广东省东莞市松山湖科技产业园区大学路1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。