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！

龙图腾网获悉复旦大学申请的专利基于手持式多光谱的眼底成像及渗出物识别方法及系统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：CN119453915B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202411609214.9，技术领域涉及：A61B3/12；该发明授权基于手持式多光谱的眼底成像及渗出物识别方法及系统是由于泽宽;杨嘉城;赵先洪设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本基于手持式多光谱的眼底成像及渗出物识别方法及系统在说明书摘要公布了：本发明提供了一种基于手持式多光谱的眼底成像及渗出物识别方法及系统，包括：构建光学成像系统和手持式多光谱光源，组成手持式多光谱设备；采集多光谱的眼底图像；采用基于多光谱图像的渗出物识别量化算法量化识别眼底图像和渗出物。本发明能够在便携环境下实现多光谱眼底成像并完成每个光谱图像中渗出物的精准识别量化，从而提高眼底病变及可由眼底预测的全身性病变的早期检测能力和诊断准确性；通过优化光路设计、机械结构和基于多光谱图像的渗出物识别量化算法，实现了对眼底的多光谱成像和渗出物识别量化，具有便携性好、多光谱成像、图像可分析量化的特点，适合在临床和便携环境下使用，尤其适用于早期眼底病变的检测和诊断。

本发明授权基于手持式多光谱的眼底成像及渗出物识别方法及系统在权利要求书中公布了：1.一种基于手持式多光谱的眼底成像及渗出物识别方法，其特征在于，包括： 步骤S1：构建光学成像系统和手持式多光谱光源，组成手持式多光谱设备； 步骤S2：通过手持式多光谱设备采集多光谱的眼底图像； 步骤S3：采用基于多光谱图像的渗出物识别量化算法量化识别眼底图像和渗出物； 所述步骤S3包括： 步骤S3.1：对眼底多光谱图像和进行图像预处理，得到多光谱信息； 步骤S3.2：光谱混合操作，将多光谱信息有效融合为特征图； 步骤S3.3：将特征图载入深度神经网络，并将公开数据集中专家手动标注的眼底渗出物配对图像做相同图像预处理后，作为监督输入网络进行模型训练，得到训练好的神经网络； 步骤S3.4：利用训练好的神经网络对多光谱图像逐一进行渗出物的分割识别，得到预测结果； 步骤S3.5：对预测结果进行二值化处理，通过openCV找到轮廓并获取最大轮廓及其面积； 所述步骤S3.2包括： 步骤S3.2.1：定义采集到的多光谱图像为，； 其中，表示第i个光谱通道，i=1、2、……、N； N表示光谱通道的总个数； 步骤S3.2.2：压缩光谱通道，并混合，混合后的特征图； 其中，F表示生成的多通道特征图，大小为n×h×w； h、w分别表示图像的高度、宽度； W表示权重矩阵，尺寸为n×N； n为压缩后的通道总个数； 表示所有光谱通道的加权和； 表示权重矩阵W中第j行、第i列的元素； 表示第j个输出通道，； 步骤S3.2.3：训练与初始化权重矩阵W； 所述权重矩阵W初始化时设置为均匀分布； 步骤S3.2.4：光谱特征重组，混合后的特征图输入到神经网络的编码器部分； 所述压缩后的通道总个数n取3、5或7； 步骤S3.2.5：构造联合损失函数，； 其中，表示第k个光谱输入的多光谱图像损失函数，k=1、2、……、M； M表示共有M种不同光谱的多光谱图像； 表示第k个光谱输入的权重； 表示第k个光谱输入的真实标签； 表示第k个光谱输入的预测输出。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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。