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！

龙图腾网获悉安徽理工大学申请的专利糖尿病视网膜病变自动分类模型及其分类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：CN117036810B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202311012826.5，技术领域涉及：G16H50/20；该发明授权糖尿病视网膜病变自动分类模型及其分类方法是由贾晓芬;来文波;赵佰亭设计研发完成，并于2023-08-12向国家知识产权局提交的专利申请。

本糖尿病视网膜病变自动分类模型及其分类方法在说明书摘要公布了：本发明公开了一种糖尿病视网膜病变自动分类模型及其分类方法，糖尿病视网膜病变自动分类模型包括卷积输入、特征提取和分类输出；卷积输入由7×7卷积、下采样maxpool构成，负责对输入图像进行尺寸调整完成浅层特征的提取；特征提取包含交替连接的4个密集块和3个过渡层，主要负责提取视网膜病灶点的特征信息；分类输出由全局平均池化、全连接层构成，负责输出对糖尿病视网膜病变的分类结果。本发明根据视网膜病灶特征设计注意力机制SC，负责加大网络对病灶特征的关注，充分提取视网膜病灶特征；以轻量化网络DenseNet121为骨干，对密集层改进，在3×3卷积后接入SC模块，加大分类器对高层语义特征的表达能力，提高分类精度。本发明识能够实现对糖尿病视网膜病变等级的自动分类。

本发明授权糖尿病视网膜病变自动分类模型及其分类方法在权利要求书中公布了：1.一种糖尿病视网膜病变自动分类模型构建方法，其特征在于，包括卷积输入、特征提取和分类输出； 所述卷积输入，由7×7卷积、下采样构成，负责对输入图像进行尺寸调整完成浅层特征的提取； 所述特征提取包含交替连接的4个密集块和3个过渡层，负责提取视网膜病灶点的特征信息； 所述密集块包含若干个密集层SC-Bottleneck，旨在加大对高层语义信息的特征关注，将焦点聚焦于病变有利区域；所述密集块是为了充分提取视网膜图像中的病灶特征； 所述4个密集块中依次包含6、12、24、16个密集层SC-Bottleneck，负责强化网络对视网膜病灶点的特征提取； 所述密集层SC-Bottleneck通过BN和Relu处理后传入1×1卷积固定输出通道降低输出维度，接着经过BN、Relu处理传入3×3卷积进行特征提取；然后利用SC注意力模块，加大对高层语义信息的特征关注，提高网络对病灶信息的特征提取； 所述密集层SC-Bottleneck借助加入的SC注意力机制，对提取的视网膜特征信息在空间和通道维度上有目的进行特征关注，将焦点聚焦于病变有利区域，削弱复杂背景信息对视网膜病灶点的干扰，保证网络对病灶点的精准提取； 所述分类输出，由全局平均池化、全连接层构成，负责输出对糖尿病视网膜病变的分类结果。

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安徽理工大学，其通讯地址为：232000 安徽省淮南市山南新区泰丰大街168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。