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！

龙图腾网获悉贵州大学申请的专利基于特征整合方法的OCT图像脉络膜分割网络系统及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：CN117315721B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202311510570.0，技术领域涉及：G06V40/10；该发明授权基于特征整合方法的OCT图像脉络膜分割网络系统及方法是由陈德杰;陈湘萍;谷浩;赵粟;蒋浩设计研发完成，并于2023-11-14向国家知识产权局提交的专利申请。

本基于特征整合方法的OCT图像脉络膜分割网络系统及方法在说明书摘要公布了：本发明实施例提供基于特征整合方法的OCT图像脉络膜分割网络系统及方法，网络模型包括预处理模块、特征提取模块、特征融合模块及二次特征融合模块的网络模型，首先在预处理模块中采用各向异性扩散滤波算法进行滤波，采用指数和线性增强方法进行增强；然后特征提取模块中采用残差Inception结构，不同大小的感受野相融合用来提取图像丰富的特征表达，特征融合过程采用金字塔池化来进一步获取上下文信息，通道注意力模块更加关注通道之间的关系，提取特征图的通道加权向量，获取每个通道的重要程度，二次特征融合过程将所述特征编码器最后一层与所述特征编码器最后一层结果融合，并且计入损失。本发明有效提升脉络膜分割的性能，与其他已有方法相比表现出了优越性。

本发明授权基于特征整合方法的OCT图像脉络膜分割网络系统及方法在权利要求书中公布了：1.基于特征整合方法的OCT图像脉络膜分割网络系统，其特征在于，包括预处理模块、特征提取模块、特征融合模块以及二次特征融合模块； 所述预处理模块用于对训练及测试图像进行预处理；所述特征提取模块用于提取OCT图像脉络膜层来自多个深度层次的多尺度特征，所述特征提取模块包括特征编码器与特征解码器；所述特征融合模块嵌入于特征提取模块中，用于更好的聚合多层次特征，并输出多层次预测概率图；所述二次特征融合模块将所述特征编码器最后一层与所述特征编码器最后一层结果融合，并且计入损失； 所述特征编码器由残差Inception模块组成，共有五层，前三层的卷积核大小为3×3、5×5、7×7，后两层卷积核大小为1×1、3×3、5×5，后再经过一个1×1的卷积，每层后进行下采样一次，通道数增加一倍，图像尺寸减少一倍； 所述特征解码器由残差Inception模块组成，卷积同所述特征编码器相同，每层后进行上采样一次，通道数减少一倍，图像尺寸增加一倍，最后恢复图像原尺寸； 所述特征融合模块由通道注意力模块及金字塔池化模块组成嵌入特征提取模块中；通道注意力模块采用池化操作，提取特征图的通道加权向量，获取每个通道的重要程度；金字塔池化模块将不同大小的池化操作整合起来作为全局特征； 二次特征融合模块将所述特征编码器模块最后一层与所述特征解码器每一层结果相融合，最终输出整个网络模型预测图； 采用类似HED的深监督损失函数，其中训练损失定义为： 1； 其中，M=6表示特征编码器最后一层与特征解码器共六层，m表示特征编码器与特征解码器的层数，是所述特征编码器最后一层与特征解码器每层的损失，并且是最终融合输出预测图的损失，是最后的融合输出预测图的损失，和是每个损失项的权重，对于每个项，使用标准的二进制交叉熵来计算损失： 2； 其中，是像素坐标，并且是图像尺寸：高度和宽度，和分别表示GT和预测显著性概率图的像素值，训练过程试图最小化公式1的总损失L，在测试过程中，选择融合输出作为最终的预测图。

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贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区花溪大道南段2708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。