Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜北京大恒普信医疗技术有限公司何彬获国家专利权

恭喜北京大恒普信医疗技术有限公司何彬获国家专利权

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!

龙图腾网恭喜北京大恒普信医疗技术有限公司申请的专利眼底图像处理的方法、装置、电子设备和可读存储介质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:CN114240774B

龙图腾网通过国家知识产权局官网在2025-05-13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:202111421388.9,技术领域涉及:G06T5/90;该发明授权眼底图像处理的方法、装置、电子设备和可读存储介质是由何彬;赵雷;唐轶;金蒙;李博超设计研发完成,并于2021-11-26向国家知识产权局提交的专利申请。

眼底图像处理的方法、装置、电子设备和可读存储介质在说明书摘要公布了:本申请涉及图像处理技术领域,公开了眼底图像处理的方法、装置、电子设备和可读存储介质,该方法包括获取待处理眼底图像;采用训练好的亮度增强模型,对待处理眼底图像进行亮度增强处理,获得处理后的目标眼底图像;其中,亮度增强模型是基于对抗生成网络以及图像质量损失函数训练获得的。本申请实施例方法通过对抗生成网络以及图像质量损失函数训练获得亮度增强模型,能够提高通过亮度增强模型获得的眼底图像的图像质量。

本发明授权眼底图像处理的方法、装置、电子设备和可读存储介质在权利要求书中公布了:1.一种眼底图像处理的方法,其特征在于,包括:获取待处理眼底图像;采用训练好的亮度增强模型,对所述待处理眼底图像进行亮度增强处理,获得处理后的目标眼底图像;其中,所述亮度增强模型是基于图像质量损失函数对对抗生成网络进行训练获得的;在所述采用训练好的亮度增强模型,对所述待处理眼底图像进行亮度增强处理之前,所述方法还包括:获取样本眼底图像集合;将所述样本眼底图像集合中的样本眼底图像输入至所述对抗生成网络中,获得相应的重构样本眼底图像;利用目标损失函数,确定所述样本眼底图像集合中的样本眼底图像与相应的重构样本眼底图像之间的总体损失值;根据所述总体损失值,对所述对抗生成网络中的参数进行调整,获得训练好的亮度增强模型;所述获取样本眼底图像集合,包括:获取初始图像集合,其中,所述初始图像集合包括第一初始图像集合和第二初始图像集合,所述第一初始图像集合包含至少一个第一初始图像,所述第二初始图像集合包含至少一个第二初始图像;所述第一初始图像集合中的各第一初始图像的亮度值位于第一亮度值范围,所述第二初始图像集合中的各第二初始图像的亮度值位于第二亮度值范围,且所述第一亮度值范围的最大亮度值小于所述第二亮度值范围的最小亮度值;对所述第一初始图像集合中的各第一初始图像进行剪裁黑边、特征提取以及尺寸调整,获得第一预处理初始图像集合,其中,所述第一预处理初始图像集合包含各第一初始图像对应的第一预处理初始图像;对所述第二初始图像集合中的各第二初始图像进行所述剪裁黑边、特征提取以及尺寸调整,获得第二预处理初始图像集合,其中,所述第二预处理初始图像集合包含各第二初始图像对应的第二预处理初始图像;对所述第一预处理初始图像集合中的至少一张第一预处理初始图像进行随机裁切以及翻转,获得第一样本眼底图像集合,其中,所述第一样本眼底图像集合包含多个第一样本眼底图像;对所述第二预处理初始图像集合中的至少一张第二预处理初始图像进行所述随机裁切以及翻转,获得第二样本眼底图像集合,其中,所述第二样本眼底图像集合包含多个第二样本眼底图像;其中,所述第一样本眼底图像集合和所述第二样本眼底图像集合均为样本眼底图像集合,且所述多个第一样本眼底图像和所述多个第二样本眼底图像均为样本眼底图像;所述对抗生成网络中包括第一生成器和第二生成器;所述将所述样本眼底图像集合中的样本眼底图像输入至所述对抗生成网络中,获得相应的重构样本眼底图像,包括:将所述第一样本眼底图像集合中的第一样本眼底图像输入至所述第一生成器中,获得第一重构亮图;将所述第一重构亮图,输入至所述第二生成器中,获得第一重构暗图;将所述第二样本眼底图像集合中的第二样本眼底图像输入至所述第二生成器中,获得第二重构暗图;将所述第二重构暗图,输入至所述第一生成器中,获得第二重构亮图;其中,所述第一重构暗图和所述第二重构亮图均为重构样本眼底图像;所述目标损失函数包含对抗损失函数、循环一致性损失函数以及所述图像质量损失函数,所述对抗生成网络中还包括第一判别器和第二判别器;所述利用目标损失函数,确定所述样本眼底图像集合中的样本眼底图像与相应的重构样本眼底图像之间的总体损失值,包括:采用所述图像质量损失函数,确定所述第一样本眼底图像集合中的第一样本眼底图像与对应的第一重构暗图之间的第一图像质量损失值;采用所述循环一致性损失函数,确定所述第一样本眼底图像集合中的第一样本眼底图像与对应的第一重构暗图之间的第一循环损失值;采用所述第一判别器以及所述对抗损失函数,确定所述第一样本眼底图像集合中的第一样本眼底图像与所述第二重构暗图之间的第一判别值;采用所述图像质量损失函数,确定所述第二样本眼底图像集合中的第二样本眼底图像与对应的第二重构亮图之间的第二图像质量损失值;采用所述循环一致性损失函数,确定所述第二样本眼底图像集合中的第二样本眼底图像与对应的第二重构亮图之间的第二循环损失值;采用所述第二判别器以及所述对抗损失函数,确定所述第二样本眼底图像集合中的第二样本眼底图像与所述第一重构亮图之间的第二判别值;其中,总体损失值为所述第一图像质量损失值、所述第一循环损失值、所述一判别值、所述第二图像质量损失值、所述第二循环损失值以及所述第二判别值之和;所述目标损失函数如公式1表征:LG,F,Dx,Dy=LGANG,Dy,X,Y+LGANF,Dx,Y,X+λLcycG,F+LidentityG,F+LssimG,F1其中,LssimG,F=1-|ssimX,FGX|+1-|ssimY,FGY|=2-|ssimX,FGX|-|ssimY,FGY||G表示所述第一生成器,F表示所述第二生成器,Dx表示所述第一判别器,Dy表示所述第二判别器,X表示所述第一样本眼底图像,Y表示所述第二样本眼底图像,LG,F,Dx,Dy表示所述目标损失函数,LGANG,Dy,X,Y表示所述第一生成器与所述第二判别器的对抗损失函数,LGANF,Dx,Y,X表示所述第二生成器与所述第一判别器的对抗损失函数,LcycG,F循环一致性损失函数,λ为循环一致性损失函数的系数,LidentityG,F表示所述第一生成器与所述第二生成器之间的近恒等损失函数,LssimG,F表示所述第一生成器与所述第二生成器之间的图像质量损失函数。

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北京大恒普信医疗技术有限公司,其通讯地址为:100000 北京市海淀区苏州街3号9层901-01;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。