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！

龙图腾网获悉重庆师范大学申请的专利增强特征一致性预处理视网膜血管图像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：CN117292123B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202311078358.1，技术领域涉及：G06V10/26；该发明授权增强特征一致性预处理视网膜血管图像分割方法是由吕佳;王泽宇设计研发完成，并于2023-08-24向国家知识产权局提交的专利申请。

本增强特征一致性预处理视网膜血管图像分割方法在说明书摘要公布了：本发明提供的一种增强特征一致性预处理视网膜血管图像分割方法，包括以下步骤：S1.获取具有标签的视网膜血管图像，并将具有标签的视网膜血管图像进行预处理；S2.构建基于增强特征一致性预处理的图像分割网络，所述图像分割网络包括增强特征一致性预处理网络和分割网络，所述增强特征一致性预处理网络的输出端连接于分割网络的输入端，分割网络输出分割结果；S3.将预处理后的具有标签的视网膜血管图像输入至基于增强特征一致性预处理的图像分割网络中对基于增强特征一致性预处理的图像分割网络进行训练；S4.获取实时采集的视网膜血管图像，并将实时视网膜血管图像输入至训练完成后的基于增强特征一致性预处理的图像分割网络中处理得到分割结果。

本发明授权增强特征一致性预处理视网膜血管图像分割方法在权利要求书中公布了：1.一种增强特征一致性预处理视网膜血管图像分割方法，其特征在于：包括以下步骤： S1.获取具有标签的视网膜血管图像，并将具有标签的视网膜血管图像进行预处理； S2.构建基于增强特征一致性预处理的图像分割网络，所述图像分割网络包括增强特征一致性预处理网络和分割网络，所述增强特征一致性预处理网络的输出端连接于分割网络的输入端，分割网络输出分割结果； S3.将预处理后的具有标签的视网膜血管图像输入至基于增强特征一致性预处理的图像分割网络中对基于增强特征一致性预处理的图像分割网络进行训练； S4.获取实时采集的视网膜血管图像，并将实时视网膜血管图像输入至训练完成后的基于增强特征一致性预处理的图像分割网络中处理得到分割结果； 所述增强特征一致性预处理网络包括动态边卷积模块、维度变换模块以及局部类激活映射模块； 所述动态边卷积模块的输出端连接于维度变换模块的输入端，维度变换模块的输出端连接于局部类激活映射模块的输入端，局部类激活映射模块的输出端向分割网络的输入端输出预处理结果； 所述动态边卷积模块将预处理后的视网膜血管图像映射为图结构； 维度变换模块将动态边卷积模块输出的图结构转换为特征图并将特征图输入至局部类激活映射模块； 所述局部类激活映射模块将特征图映射成激活图并将激活图输入至分割网络中； 所述动态边卷积模块包括三层边卷积，由输入至输出方向三层边卷积的特征维度分别为32、64和128； 动态边卷积模块将输入的视网膜血管图像转换为图节点矩阵； 采用K近邻算法找到中心节点xi的K近邻域NKx，计算中心节点xi与其邻居节点xj∈NKx的边权值： e′ijm＝LeakyReLUθm·xi+φm·xj 其中：·表示内积，θm和φm表示与中心节点xi维度相同的可训练参数，M表示动态边卷积模块的滤波器的个数，m表示第m个滤波器；LeakyReLU·表示激活函数； 计算节点xi第m维的特征x'im： 将所有节点的所有维度的特征组成图节点矩阵，然后将该图节点矩阵通过维度变换模块处理后形成特征图Xin，再将特征图Xin输入至局部类激活映射模块。

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重庆师范大学，其通讯地址为：401331 重庆市沙坪坝区大学城中路37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”。