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！

龙图腾网获悉苏州大学申请的专利一种基于OCT图像的玻璃体视网膜界面异常自动分割方法、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：CN120451570B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510962307.8，技术领域涉及：G06V10/26；该发明授权一种基于OCT图像的玻璃体视网膜界面异常自动分割方法、系统、设备及介质是由石霏;周鑫;陈新建设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本一种基于OCT图像的玻璃体视网膜界面异常自动分割方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种基于OCT图像的玻璃体视网膜界面异常自动分割方法、系统、设备及介质，涉及图像识别技术领域，包括将待分割OCT图像输入高分辨率分割网络中，利用四阶段特征编码模块对OCT图像进行特征提取，得到多尺度语义特征；多尺度语义特征基于特征拼接与动态注意力选择进行特征融合；编码器输出的一部分输入到长度回归辅助网络，另一部分直接输入到解码器模块，得到分割结果图；将分割结果图与对应的金标准经过边缘特征平滑模块处理，计算平滑损失函数；引入豪斯多夫距离损失函数计算分割结果与金标准之间的距离。本发明在分割网络编码器部分加入了新颖的特征拼接与动态注意力选择，实现了OCT图像中PVD和ERM的全自动分割。

本发明授权一种基于OCT图像的玻璃体视网膜界面异常自动分割方法、系统、设备及介质在权利要求书中公布了：1.一种基于OCT图像的玻璃体视网膜界面异常自动分割方法，其特征在于：包括， 将待分割OCT图像输入高分辨率分割网络中，所述高分辨率分割网络的编码器部分，利用四阶段特征编码模块对待检测OCT图像进行特征提取，得到多尺度语义特征； 多尺度语义特征基于特征拼接与动态注意力选择进行特征融合，并对细长目标细节和上下文信息进行捕捉； 将编码器的输出分别传输至长度回归辅助网络和解码器模块中； 所述长度回归辅助网络接收到传输信息后，输出一个表示目标长度的一维向量，用于计算长度损失； 所述解码器模块接收到传输信息后，输出分割结果图； 将分割结果图与对应的手动分割获得的金标准经过边缘特征平滑模块处理，计算平滑损失函数； 引入豪斯多夫距离损失函数计算分割结果与手动分割获得的金标准之间的距离，用于网络训练； 所述编码器包括瓶颈模块、残差模块、上采样模块和下采样模块； 在所述瓶颈模块中，输入特征经过1×1的卷积层，降低通道数，再经过3×3的卷积层用于特征提取，最后再经过1×1的卷积层，提升通道数，并经残差连接与输入相加，经过ReLU激活函数后输出； 在所述残差模块中，输入特征经过两个3×3的卷积层，经残差连接与输入相加后，经过ReLU激活函数后输出； 所述上采样模块包括一个步长为1的1×1卷积层和批归一化层，对特征数据进行上采样操作； 所述下采样模块包含三个步长为2的3×3卷积层和批归一化层，对特征数据进行2倍、4倍、8倍下采样； 在所述利用四阶段特征编码模块对待检测OCT图像进行特征提取之前，输入图像经过两个步长为2的3×3卷积层，将尺度变成14； 所述四阶段特征编码模块包括，是四个阶段不同分支的输出特征，其中表示从左到右的阶段序号，表示从上到下的分支序号； 所述四阶段特征编码模块还包括，在阶段1中，经过4个瓶颈模块得到阶段1的输出特征； 在阶段2中，将阶段1的输出特征通过一个步长为1的3×3卷积模块，再通过4个残差模块，得到特征，在另一通道将通过一个步长为2的3×3卷积模块，通过4个残差模块，得到特征，将特征和进行融合，得到阶段2的两路输出特征和，融合计算表示为：，，其中表示对特征上采样倍，表示对特征下采样倍； 在阶段3中，将阶段2的输出特征通过一个步长为2的3×3卷积模块，再通过4个残差模块，得到特征；在另外两个通道将阶段2的输出特征、分别通过4个残差模块，得到特征和，将特征、、进行融合，得到阶段3的三路输出特征、和，融合计算表示为， 在阶段4中，将阶段3的输出特征通过一个步长为2的3×3卷积模块，再通过4个残差模块，得到特征，在另外三个通道将阶段3的输出特征、、分别通过4个残差模块，得到特征、、，将特征、、、进行融合，得到阶段4的四路输出特征、、和，融合计算表示为， + + 。

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苏州大学，其通讯地址为：215000 江苏省苏州市吴江区久泳西路1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”。