南昌大學林振榮獲國家專利權
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!
龍圖騰網獲悉南昌大學申請的專利一種視網膜血管圖像分割方法及系統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:CN117152090B 。
龍圖騰網通過國家知識產權局官網在2025-09-12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:202311125881.5,技術領域涉及:G06T7/00;該發明授權一種視網膜血管圖像分割方法及系統是由林振榮;王啟新;胡書凡;肖建;方子宇設計研發完成,并于2023-09-02向國家知識產權局提交的專利申請。
本一種視網膜血管圖像分割方法及系統在說明書摘要公布了:本發明提供了一種視網膜血管圖像分割方法及系統,涉及圖像處理領域。所述方法包括:獲取圖像數據,并基于所述圖像數據構建數據集;基于U—Net架構構建視網膜血管的圖像分割模型,且所述圖像分割模型中編碼模塊和解碼模塊對應的子塊間均嵌有殘差注意模塊,且解碼模塊的最后輸出層中嵌有空間激活模塊;其中,所述殘差注意模塊包含通道注意力模塊和像素注意力模塊;基于所述數據集訓練所述圖像分割模型,得到訓練完成的圖像分割模型;將待分割的圖像輸入所述訓練完成的圖像分割模型中,得到分割結果。本發明提供的方法更能關注到眼底視網膜圖像中的細小血管,有效改善了進行圖像分割時容易混淆分割區域的問題。
本發明授權一種視網膜血管圖像分割方法及系統在權利要求書中公布了:1.一種視網膜血管圖像分割方法,其特征在于,包括以下步驟: 獲取圖像數據,并基于所述圖像數據構建數據集; 基于U-Net架構構建視網膜血管的圖像分割模型,且所述圖像分割模型中編碼模塊和解碼模塊對應的子塊間均嵌有殘差注意模塊,且解碼模塊的最后輸出層中嵌有空間激活模塊;其中,所述殘差注意模塊用于將輸入特征與經過卷積操作的所述輸入特征進行跳躍連接后,依次進行通道注意力加權和像素注意力加權生成注意力矩陣,再將所述注意力矩陣與所述輸入特征進行逐元素乘法操作后輸出; 基于所述數據集訓練所述圖像分割模型,得到訓練完成的圖像分割模型; 將待分割的圖像輸入所述訓練完成的圖像分割模型中,得到分割結果; 其中,基于U-Net架構構建視網膜血管的圖像分割模型的過程中,包括: 構建U-Net架構,所述U-Net架構的編碼模塊包括第一編碼子塊、第二編碼子塊、第三編碼子塊和第四編碼子塊,所述U-Net架構的解碼模塊對應包括第一解碼子塊、第二解碼子塊、第三解碼子塊和第四解碼子塊,并在所述第一解碼子塊中嵌入空間注意模塊; 在所述第一編碼子塊與所述第一解碼子塊之間嵌入第一殘差注意模塊,在所述第二編碼子塊與所述第二解碼子塊之間嵌入第二殘差注意模塊,在所述第三編碼子塊與所述第三解碼子塊之間嵌入第三殘差注意模塊,在所述第四編碼子塊與所述第四解碼子塊之間嵌入第四殘差注意模塊; 將所述第一殘差注意模塊的輸出與所述第二編碼子塊的輸出融合后作為第二殘差注意模塊的輸入,將所述第二殘差注意模塊的輸出與所述第三編碼子塊的輸出融合后作為第三殘差注意模塊的輸入,將所述第三殘差注意模塊的輸出與所述第四編碼子塊的輸出融合后作為第四殘差注意模塊的輸入; 將第四殘差注意模塊的輸出與聚合的各個尺度特征圖融合后作為第四解碼子塊的輸入,將第四解碼子塊的輸出與所述第三殘差注意模塊的輸出融合后作為第三解碼子塊的輸入,將第三解碼子塊的輸出與所述第二殘差注意模塊的輸出融合后作為第二解碼子塊的輸入,將第二解碼子塊的輸出與所述第一殘差注意模塊的輸出融合后作為第一解碼子塊的輸入。
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南昌大學,其通訊地址為:330000 江西省南昌市紅谷灘新區學府大道999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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。