買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉江蘇理工學院申請的專利一種基于深度學習的青光眼診斷方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116681693B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310805201.8，技術領域涉及：G06T7/00；該發明授權一種基于深度學習的青光眼診斷方法是由常珊;周利濤;王志超;施璜浩;龐明威;邵赟設計研發完成，并于2023-07-03向國家知識產權局提交的專利申請。

本一種基于深度學習的青光眼診斷方法在說明書摘要公布了：本發明公開了一種基于深度學習的青光眼診斷方法，將輸入的原始眼底圖像數據集進行預處理，并得到模型1可識別利用的圖像數據；訓練模型1，使模型1達到根據眼底圖像能夠準確分割視盤視杯區域并輸出展現視盤視杯分割的關鍵特征圖像；提取模型1在處理眼底圖像的過程中關鍵特征圖像，作為模型2的輸入參數，并將需要輸入模型2中的圖像數據進行預處理，轉換為統一格式的數據；模型2接收模型1輸入數據后，進行模型2的訓練，然后輸出目標結果，所述目標結果為：青光眼或者非青光眼。

本發明授權一種基于深度學習的青光眼診斷方法在權利要求書中公布了：1.一種基于深度學習的青光眼診斷方法，其特征在于：包括以下步驟： 步驟1）：建立模型1與模型2，其中， 所述模型1用于分析眼底圖像，能夠輸出眼底圖像中視盤視杯分割區域，模型1包括第一卷積模塊、下采樣模塊、通道注意力機制處理模塊、上采樣模塊、預測圖輸出模塊和特征圖輸出模塊； 所述模型2用于分析數據源，得出青光眼診斷結果，模型2包括第二卷積模塊、殘差模塊、預測結果輸出模塊； 步驟2）：將輸入的原始眼底圖像數據集進行預處理，并得到模型1可識別利用的圖像數據； 步驟3）：訓練模型1，使模型1達到根據眼底圖像能夠準確分割視盤視杯區域并輸出展現視盤視杯分割的關鍵特征圖像； 步驟4）：提取模型1在處理眼底圖像的過程中關鍵特征圖像，作為模型2的輸入參數，并將需要輸入模型2中的圖像數據進行預處理，轉換為統一格式的數據； 步驟5）：模型2接收模型1輸入數據后，進行模型2的訓練，然后輸出目標結果，所述目標結果為：青光眼或者非青光眼； 模型1中，第一卷積模塊包括1個卷積核為3步長為1的Conv2d卷積層，一個BatchNorm2d以及一個ReLU激活函數；第一卷積模塊在接收可識別的眼底圖像數據后，圖像首先經過1個卷積核為3步長為1的Conv2d卷積層處理，然后進行BatchNorm2d批歸一化處理來保證模型運行的穩定性，最后再經過ReLU激活函數處理； 下采樣模塊包括1個卷積核為2，步長為2的池化層； 通道注意力機制處理模塊采用SEAttention注意力機制函數； 上采樣模塊使用插值函數，將眼底圖像的原來特征的特征值規模擴充為原來兩倍，擴大后的特征值根據Nearest原則進行插值； 預測圖輸出模塊包括1個卷積核為1且步長為1的Conv2d卷積層以及Sigmoid的激活函數，預測圖輸出模塊用于生成預測特征圖的圖像； 在模型1經過訓練達到預期視盤視杯分割效果后，特征圖輸出模塊輸出展現視盤視杯分割的關鍵特征圖像并由模型2使用。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人江蘇理工學院，其通訊地址為：213001 江蘇省常州市中吳大道1801號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。