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！

龙图腾网恭喜西安电子科技大学申请的专利基于深度学习的眼底病变渗出分割方法及装置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：CN115082491B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202210164617.1，技术领域涉及：G06T7/10；该发明授权基于深度学习的眼底病变渗出分割方法及装置是由吕锐婵;孙松;曹志诚;杜军辉;田捷设计研发完成，并于2022-02-22向国家知识产权局提交的专利申请。

本基于深度学习的眼底病变渗出分割方法及装置在说明书摘要公布了：本发明公开了一种基于深度学习的眼底病变渗出分割方法及装置，该方法包括：获取待处理眼底图片；基于Encoder‑Decoder结构构建眼底病变渗出分割的深度学习网络；将待处理眼底图片输入深度学习网络中，得到渗出分割结果；其中，深度学习网络的编码端包括多个下采样模块，以对待处理眼底图片进行多次下采样后，输出特征图给解码端；相应的，解码端包括多个上采样模块，以对特征图进行多次上采样，最终得到渗出分割结果。本发明利用Encoder‑Decoder结构构建眼底病变渗出分割的全卷积深度学习网络，该网络模型不仅参数量小、算法简单，还具有快速提取图片多尺度特征的能力，从而提升了检测结果的准确度。

本发明授权基于深度学习的眼底病变渗出分割方法及装置在权利要求书中公布了：1.一种基于深度学习的眼底病变渗出分割方法，其特征在于，包括： 获取待处理眼底图片； 基于Encoder-Decoder结构构建眼底病变渗出分割的深度学习网络； 将所述待处理眼底图片输入所述深度学习网络中，得到渗出分割结果； 其中，所述深度学习网络的编码端包括多个下采样模块，以对所述待处理眼底图片进行多次下采样后，输出特征图给解码端；每个所述下采样模块均包括一个用于将图像高度和宽度减半、通道数量加倍的卷积层，以及一个用于对图像进行多尺度特征提取的下采样层；其中，所述下采样层包括多种不同尺度的卷积；所述下采样层使用三种不同尺度的卷积：即一个1*1卷积、一个3*3卷积以及连续两个3*3卷积对图像进行特征提取，并拼接得到具有不同感受野的特征图；然后再通过一个3*3卷积将特征进行融合，得到融合特征图； 相应的，所述解码端包括多个上采样模块，以对所述特征图进行多次上采样，最终得到渗出分割结果；每个所述上采样模块均包括一个用于将图像高度和宽度加倍的反卷积层； 在每个所述上采样模块进行上采样之后，还包括：采用两个连续的3*3卷积将下采样模块中大小相同的特征图与当前一级上采样模块得到的特征图进行特征融合，并将结果作为下一级上采样模块的输入； 所述解码端还包括与最后一级上采样模块连接的分割输出头，其中，所述分割输出头包括连续两个3*3卷积； 所述深度学习网络的损失函数为： EdgeLoss＝α·avg∑gti-predi2·ifcnti 其中，α表示权重参数，avg表示取平均值，gti为标签结果gt上的一点，predi为预测结果pred对应的点，ξi表示在图上对i点用边缘提取算子ξ行卷积得到的结果。

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西安电子科技大学，其通讯地址为：710000 陕西省西安市雁塔区太白南路2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”。