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！

龙图腾网获悉长沙理工大学申请的专利糖尿病视网膜病变的特征分类方法、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：CN115641286B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202210829958.6，技术领域涉及：G06T7/00；该发明授权糖尿病视网膜病变的特征分类方法、系统、设备及介质是由夏卓群;江其盛;胡航宇设计研发完成，并于2022-07-15向国家知识产权局提交的专利申请。

本糖尿病视网膜病变的特征分类方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种糖尿病视网膜病变的特征分类方法、系统、设备及介质，其中方法包括：获取糖尿病视网膜的病变图像；将病变图像分别输入至预设的通道注意力网络和预设的空间注意力网络中，得到通道注意力网络输出的第一特征图和空间注意力网络输出的第二特征图；融合第一特征图和第二特征图，得到第三特征图；将第三特征图输入至胶囊网络，得到胶囊网络的输出结果；将输出结果输入至预设的分类器中，得到分类器输出的病变图像的分类结果。能够提高对糖尿病视网膜的病变图像分类的准确度和分类效率，能够更好地应对糖尿病视网膜的病变图像差异大和糖尿病视网膜的病变图像数据量大所带来的问题。

本发明授权糖尿病视网膜病变的特征分类方法、系统、设备及介质在权利要求书中公布了：1.一种糖尿病视网膜病变的特征分类方法，其特征在于，所述方法包括： 获取糖尿病视网膜的病变图像； 将所述病变图像分别输入至预设的通道注意力网络和预设的空间注意力网络中，得到所述通道注意力网络输出的第一特征图和所述空间注意力网络输出的第二特征图；其中，所述通道注意力网络包括N个通道注意力模块，所述空间注意力网络包括N个空间注意力模块，第个所述通道注意力模块的输出与第个所述空间注意力模块的输出融合后作为第个所述通道注意力模块的输入，第个所述空间注意力模块的输出作为第个所述空间注意力模块的输入；是1至N-1中的正整数；所述通道注意力网络中的第个所述通道注意力模块通过以下方式得到输出的特征： 接收第个所述通道注意力模块的输出与第个所述空间注意力模块的输出融合的第一初始特征； 对所述第一初始特征进行全局平均池化，得到每个通道的通道特征；其中，所述全局平均池化包括： 其中，表示通道特征，表示第个所述通道注意力模块输出的特征，表示全局平均池化，表示病变图像，表示第个所述通道注意力模块输出的特征的通道序数，和分别表示病变图像的长和宽； 将所述通道特征输入一维卷积，并通过函数激活得到激活特征： 其中，表示一维卷积的卷积核大小，和表示预设的参数，表示激活特征，表示卷积函数，表示激活函数； 根据所述激活特征得到全局通道评估系数： 其中，表示全局通道评估系数； 通过所述全局通道评估系数和所述激活特征得到通道注意力图； 其中，表示0维权重参数，表示一维权重参数，表示二维权重参数，和表示激活特征中的值； 将所述通道注意力图与所述第一初始特征相乘，得到输出的特征； 所述空间注意力网络中的第个所述空间注意力模块通过以下方式得到输出的特征： 接收第个所述空间注意力模块输出的第二初始特征； 将所述第二初始特征进行平均池化和最大池化得到空间信息； 将所述空间信息分别输入三个卷积，得到三个张量； 根据所述三个张量，计算得到输出的特征： 其中，表示第个所述空间注意力模块输出的特征，表示自注意力，表示空间信息，表示注意力机制中的query值，表示注意力机制中的value值，表示注意力机制中的key值，表示激活函数，胶囊网络包括依次连接的卷积层、基础胶囊网络和路由胶囊网络，所述卷积层的输出作为所述基础胶囊网络的输入，所述基础胶囊网络的输出作为所述路由胶囊网络的输入； 融合所述第一特征图和所述第二特征图，得到第三特征图； 将所述第三特征图输入至胶囊网络，得到所述胶囊网络的输出结果； 将所述输出结果输入至预设的分类器中，得到所述分类器输出的所述病变图像的分类结果。

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长沙理工大学，其通讯地址为：410114 湖南省长沙市天心区万家丽南路二段960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。