申请/专利权人：淮阴工学院

申请日：2023-12-18

公开（公告）日：2024-04-09

公开（公告）号：CN117853723A

主分类号：G06V10/26

分类号：G06V10/26;G06V10/42;G06V10/44;G06V10/80;G06V10/774;G06V10/764;G06V10/82;G06N3/0455

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了一种基于SBM‑Net模型的视网膜血管图像分割方法，包括：构建眼部数字视网膜血管的图像数据集；构建视网膜血管图像分割模型，包括编码器和解码器两部分，编码器部分包括局部特征提取模块和全局特征提取模块以及将局部特征和全局特征进行融合的MCE模块；局部特征提取模块包括依次连接的5个ISB模块；全局特征提取模块包括一个PatchEmbedding模块、LinearEmbedding模块以及4个SwinTransformerBlock模块；解码器部分包括4个MSE模块、5个Featuremap以及一个Conv1x1像素级分类器；利用视网膜血管图像分割模型对眼部数字视网膜血管的图像进行图像分割。本发明可以有效地实现血管的分割，提高了诊断、筛选、治疗和评估各种心血管和眼科疾病的准确率，解决了视网膜血管分割困难的问题。

主权项：1.一种基于SBM-Net模型的视网膜血管图像分割方法，其特点在于，包括以下步骤：S1：构建眼部数字视网膜血管的图像数据集；S2：构建基于SBM-Net模型的视网膜血管图像分割模型，所述视网膜血管图像分割模型包括编码器和解码器两部分，编码器部分包括局部特征提取模块和全局特征提取模块以及将局部特征和全局特征进行融合的MCE模块；所述局部特征提取模块包括依次连接的5个ISB模块；全局特征提取模块包括一个PatchEmbedding模块、LinearEmbedding模块，以及4个SwinTransformerBlock模块；所述解码器部分包括4个MSE模块、5个Featuremap，以及一个Conv1x1像素级分类器；S3：利用S2所述的视网膜血管图像分割模型对眼部数字视网膜血管的图像进行图像分割。

全文数据：

权利要求：

百度查询： 淮阴工学院 一种基于SBM-Net模型的视网膜血管图像分割方法

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