申请/专利权人：河北工程大学

申请日：2024-01-05

公开（公告）日：2024-03-29

公开（公告）号：CN117788827A

主分类号：G06V10/26

分类号：G06V10/26;G06V10/762;G06V10/44;G06V10/776;G06V10/774;G06V10/54;G06V10/80;G06N3/0895;G06N3/088;G06N3/045;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明公开了基于对比学习与谱聚类的视网膜眼底图像分割方法，涉及图像处理技术领域；为了解决目前图像分割技术存在的局限性；具体包括如下步骤：输入医学图像至特征学习网络中进行特征提取；采用谱聚类方法对特征向量进行处理与聚类分割。本发明提出的一种面向视网膜眼底图像分割的两阶段无监督模型，设计与所提取特征向量相对应的相似度矩阵，相互强化优势，实现更准确的聚类分割，致力于通过网络结构的重新设计，保存局部细节的同时，有效强化关键特征，同时通过设计独特的亲和性矩阵，实现与谱聚类的有效结合，以提高图像分割的准确性，凸显了其在疾病诊断和治疗方面的应用价值。

主权项：1.基于对比学习与谱聚类的视网膜眼底图像分割方法，其特征在于，包括如下步骤：S1：输入医学图像至特征学习网络中进行特征提取；S2：采用谱聚类方法对特征向量进行处理与聚类分割。

全文数据：

权利要求：

百度查询： 河北工程大学 基于对比学习与谱聚类的视网膜眼底图像分割方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD