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！

龙图腾网获悉宁波慈溪生物医学工程研究所;中国科学院宁波材料技术与工程研究所申请的专利跨域眼底彩照动静脉分类模型及其训练方法、系统与应用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：CN115171172B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202210716188.4，技术领域涉及：G06V40/14；该发明授权跨域眼底彩照动静脉分类模型及其训练方法、系统与应用是由刘汉林;谢建洋;岳星宇;赵一天设计研发完成，并于2022-06-22向国家知识产权局提交的专利申请。

本跨域眼底彩照动静脉分类模型及其训练方法、系统与应用在说明书摘要公布了：本发明公开了一种跨域眼底彩照动静脉分类模型及其训练方法、系统与应用。所述训练方法包括：对目标域图像预处理获得增强图像；利用初始分割模型进行动静脉分割，获得分割结果；进行不确定性估计获得不确定度，筛选不确定度在动态阈值以上的作为高质量标签，并基于高质量标签获得伪标签，动态阈值至少随训练的进行而提高；利用伪标签进行训练，获得动静脉分类模型。本发明所提供的动静脉分类模型训练方法通过半监督算法对跨域的眼底图像进行训练，并将动态阈值调整方法应用到分割任务上，解决了其他伪标签方法对眼底彩照中的困难部分难有提升的问题，在不对目标域数据进行手动标注的情况下完成训练，并且训练结果相较于仅使用源域数据明显提升。

本发明授权跨域眼底彩照动静脉分类模型及其训练方法、系统与应用在权利要求书中公布了：1.一种跨域眼底彩照动静脉分类模型训练方法，其特征在于，包括： 1对目标域图像进行图像预处理，获得增强图像； 2利用初始分割模型对所述增强图像进行动静脉分割，获得分割结果，所述初始分割模型包括多个分割网络； 3利用多个所述分割网络在不同时刻对所述增强图像进行动静脉分割，获得多个分割结果； 计算多个所述分割结果的每个对应像素的信息熵和方差； 基于所述信息熵和方差，获得所述分割结果的不确定度，所述不确定度的计算方法如下所示： ； 其中，M代表不同初始化的分割网络的个数，Pi，t代表t时刻第i个分割网络的分割结果，μt代表t时刻所有分割网络的分割结果的平均置信度，Et代表所述信息熵，代表所述方差，Ut代表所述不确定度，和均代表常数； 筛选所述不确定度在动态阈值以上的分割结果作为高质量标签，并基于所述高质量标签经过动态增强锐化后获得伪标签及其对应的掩模，所述动态增强锐化的计算方法如下所示： ； 其中，所述Sharpenμ代表所述伪标签，μ代表所述高质量标签，onehotμ代表利用onehot锐化方法处理所述高质量标签得到的结果，α代表学习率，随训练的进行而逐渐提高； 4每次迭代均对所述初始分割模型训练过程进行统计拟合，利用训练过程中产生的当前分割模型对验证集数据进行的分割，并对分割效果进行评估，将分割效果的归一化量化指标作为当前的学习进度，所述验证集数据为进行额外标注的目标域图像； 基于所述学习进度，将所述归一化量化指标的凸函数作为调整后的所述动态阈值，且所述学习率随所述学习进度的提高而提高； 利用所述伪标签对所述初始分割模型进行训练，获得动静脉分类模型。

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宁波慈溪生物医学工程研究所;中国科学院宁波材料技术与工程研究所，其通讯地址为：315300 浙江省宁波市慈溪市学林路99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。