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！

龙图腾网获悉广东技术师范大学申请的专利一种基于糖尿病视网膜病变的极小病灶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：CN116051471B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202211625756.6，技术领域涉及：G06T7/00；该发明授权一种基于糖尿病视网膜病变的极小病灶自动分割方法是由贾西平;邱建英;聂栋;凌士奇;刘恬;彭瑞萍;包天城;崔怀林;廖秀秀;张倩;刘海珠;程颖设计研发完成，并于2022-12-16向国家知识产权局提交的专利申请。

本一种基于糖尿病视网膜病变的极小病灶自动分割方法在说明书摘要公布了：本发明公开了一种基于糖尿病视网膜病变的极小病灶自动分割方法、系统及计算机可读存储介质，方法包括：S1：获取DR眼底图数据集；S2：对所述数据集中的图像和对应的真实标签进行预处理，利用图像的真实标签得到第一特征级标签、第二特征级标签；S3：将预处理后的图像、真实标签、第一特征级标签、第二特征级标签划分为训练集、验证集和测试集，并构建带有辅助分割模块的分割网络模型；S4：利用训练集和验证集对分割网络模型进行训练，得到训练后的分割网络模型；S5：将测试集输入训练好的分割网络模型输出分割结果，并将输出结果与真实标签对比，得到分割评价指标。本发明能够更好的区分背景与病灶结构，实现对背景和病灶的像素级分割。

本发明授权一种基于糖尿病视网膜病变的极小病灶自动分割方法在权利要求书中公布了：1.一种基于糖尿病视网膜病变的极小病灶自动分割方法，其特征在于，包括以下步骤： S1：获取DR眼底图数据集； S2：对所述数据集中的图像和对应的真实标签进行预处理，利用图像的真实标签分别得到预设的第一特征级标签、第二特征级标签； S3：将预处理后的图像、真实标签、第一特征级标签、第二特征级标签划分为训练集、验证集和测试集，并构建带有辅助分割模块的分割网络模型； S4：利用训练集和验证集对所述分割网络模型进行训练，得到训练后的分割网络模型； S5：将测试集输入训练好的分割网络模型输出分割结果，并将输出结果与真实标签对比，得到分割评价指标； 其中，利用图像的真实标签分别得到预设的第一特征级标签具体步骤为： 设置真实标签的高和宽为H、W，第一特征级标签的高和宽为h、w，size_h=Hh，size_w=Ww，则第一特征级标签的大小为h*w*c，c为病灶的种类+1； 每size_h*size_w大小的真实标签中，若有一个像素属于类别c的，对应的特征级标签中的c通道的数值为1，若没有像素属于类别c，该类别的病灶则为0； 利用图像的真实标签分别得到预设的第二特征级标签具体步骤为： 设置真实标签的高和宽为H、W，第二特征级标签的高和宽为h、w，size_h=Hh，size_w=Ww，第二特征级标签的大小为h*w，特征图在位置i,j的数值等于真实标签位置第i个size_h到第j个size_w中最大的数值，其中i的数值从0到h，j的数值从0到w； 分割网络模型包括：主干分割网络、辅助分割模块、嵌入式模块，其中，主干分割网络包括：编码器、解码器以及特征图前向反向融合机制，所述编码器为基于ResNet18网络的编码器，用于特征提取，解码器对特征图进行上采样从而恢复特征图的分辨率大小，特征图前向反向融合机制用于实现解码器中多尺度特征图的融合，进而尽可能缓解空间信息的丢失； 所述辅助分割模块使用第一特征级标签和辅助分割模块输出的第一特征图作对比，增强前景类的特征表现； 所述嵌入模块用特征级的向量作对比，拉近同类病灶的特征向量，拉远不同类病灶的特征向量。

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广东技术师范大学，其通讯地址为：510665 广东省广州市天河区中山大道西293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。