齐鲁工业大学(山东省科学院)成金勇获国家专利权
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!
龙图腾网获悉齐鲁工业大学(山东省科学院)申请的专利糖尿病视网膜病变图像分类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:CN116246103B 。
龙图腾网通过国家知识产权局官网在2025-10-31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:202310071205.8,技术领域涉及:G06V10/764;该发明授权糖尿病视网膜病变图像分类方法及系统是由成金勇;任志远设计研发完成,并于2023-02-07向国家知识产权局提交的专利申请。
本糖尿病视网膜病变图像分类方法及系统在说明书摘要公布了:本发明公开了糖尿病视网膜病变图像分类方法及系统,属于医学图像处理技术领域,本发明要解决的技术问题为糖尿病视网膜病变图像分类的准确性低以及CNN网络存在对视网膜图像的全局理解不够的局线性,采用的技术方案为:该方法具体如下:数据集获取及图像预处理:将糖尿病视网膜病变图像的原始数据集进行图像预处理,并对补丁数据集进行图像预处理;数据集特征提取;通道特征及全局特征提取;通道‑全局特征以及全局‑通道特征提取;特征融合;类别特征提取;特征分类:将类别特征Qcout与融合特征RCout进行再次融合得到最终融合特征,并将最终融合特征一维化后输入全连接层,通过softmax激活函数完成糖尿病视网膜病变图像的分类。
本发明授权糖尿病视网膜病变图像分类方法及系统在权利要求书中公布了:1.一种糖尿病视网膜病变图像分类方法,其特征在于,该方法具体如下: 数据集获取及图像预处理:将糖尿病视网膜病变图像的原始数据集进行图像预处理,并对补丁数据集进行图像预处理; 数据集特征提取:使用xception作为主干网络一对原始数据集进行特征提取得到原始数据集特征BS1,使用resnet50作为主干网络二对补丁数据集进行特征提取得到补丁数据集特征BS2; 通道特征及全局特征提取:将主干网络一xception中提取到的原始数据集特征BS1随机丢弃20%得到原始数据集随机特征BEin,将原始数据集随机特征BEin输入到通道注意力模块ECA中获得通道特征Bout;将主干网络二resnet50中提取到的特征补丁数据集特征BS2随机丢弃20%得到补丁数据集随机特征Mnin,将补丁数据集随机特征Mnin输入到非局部注意力模块NAM中获得全局特征Mout; 通道-全局特征以及全局-通道特征提取:将通道特征Bout输入到非局部注意力模块NAM中,对通道特征Bout进行全局位置特征提取,获得通道-全局特征MBout;将全局特征Mout输入到通道注意力模块ECA中,对全局特征Mout进行通道特征提取,获得全局-通道特征BMout; 特征融合:将通过主干网络一xception和主干网络二resnet50得到原始数据集特征BS1和补丁数据集特征BS2分别随机丢弃50%后与通道特征Bout、全局特征Mout、通道-全局特征MBout及全局-通道特征BMout进行融合得到融合特征RCout; 类别特征提取:将融合特征RCout放入类别注意力模块CAB中获得类别特征Qcout; 特征分类:将类别特征Qcout与融合特征RCout进行再次融合得到最终融合特征,并将最终融合特征一维化后输入全连接层,通过softmax激活函数完成糖尿病视网膜病变图像的分类。
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齐鲁工业大学(山东省科学院),其通讯地址为:250353 山东省济南市长清区大学路3501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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励