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！

龙图腾网获悉苏州微清医疗器械有限公司申请的专利一种糖网眼底图像数据的多类别病灶分割方法及系统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：CN114913186B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202210573653.3，技术领域涉及：G06T7/11；该发明授权一种糖网眼底图像数据的多类别病灶分割方法及系统是由郑儒楠;李超宏设计研发完成，并于2022-05-24向国家知识产权局提交的专利申请。

本一种糖网眼底图像数据的多类别病灶分割方法及系统在说明书摘要公布了：本发明提供了一种糖网眼底图像数据的多类别病灶分割方法与系统，涉及人工智能领域，所述方法应用于多类别病灶分割系统，所述方法包括：下载图像预分割模型；对糖网进行历史图像采集，生成历史图像集合；进行移动端的网络集成，生成精细化图像分割模型；利用图像预分割模型，确定泛化参数，得到泛化后图像分割模型；将测试样本集合输入泛化后图像分割模型，得到病灶语义分割数据；利用病灶识别校正模块，获得多类别病灶分割类型。解决难以对糖网图像进行精细分割，导致难以对病灶进行多类别的精准识别的技术问题，达到智能优化糖网眼底图像数据的类别病灶分割方案，快速定位病灶类别信息，提高病灶图像分割及其多类别病灶识别精准度的技术效果。

本发明授权一种糖网眼底图像数据的多类别病灶分割方法及系统在权利要求书中公布了：1.一种糖网眼底图像数据的多类别病灶分割方法，其特征在于，所述方法应用于多类别病灶分割系统，所述系统包括网络集成模块、病灶识别校正模块，所述方法包括： 从所述多类别病灶分割系统下载图像预分割模型，其中，所述图像预分割模型嵌入有深度学习网络结构； 通过对糖网进行历史图像采集，可生成历史图像集合，其中，所述历史图像集合可自定义划分为训练样本集合、测试样本集合； 利用所述网络集成模块，对所述图像预分割模型和所述训练样本集合进行移动端的网络集成，用以生成精细化图像分割模型，且所述精细化图像分割模型具备轻量级结构； 利用所述图像预分割模型，对训练好的所述精细化图像分割模型进行损失分析，并通过分析结果确定泛化参数，用以对所述精细化图像分割模型进行泛化处理，可得到泛化后图像分割模型； 所述对训练好的所述精细化图像分割模型进行损失分析，包括：将所述图像预分割模型作为Teacher端，将所述精细化图像分割模型作为Student端；对所述Teacher端进行损失函数分析，用以确定对应的Teacher端损失参数Lt；对所述Student端进行损失函数分析，用以确定对应的Student端损失参数Ls；计算所述Teacher端损失参数Lt和所述Student端损失参数Ls进行加权计算，用以确定所述精细化图像分割模型的损失函数L； 其中，基于公式：L＝αLt+βLs，确定所述精细化图像分割模型的损失函数L，其中，α、β为损失加权系数，α＝0.9，β＝0.1； 基于公式：对所述Teacher端进行损失函数分析，其中，Lt为图像预分割模型文件产生的teacherloss，p′i是图像预分割模型文件softmax后产生的第i类的概率，vi为图像预分割模型中第i类未归一化的概率，q′i是经教师网络学习后精细化图像分割模型文件softmax后产生的第i类的概率，zi为精细化图像分割模型第i类未归一化的概率； 基于公式：对所述Student端进行损失函数分析，其中，Ls为精细化图像分割模型文件产生的studentloss，N为总类别数，ci为精细化图像分割模型第i类的真值，正样本为1，负样本为0，qi是经真值学习后精细化图像分割模型文件softmax后产生的第i类的概率， 将所述测试样本集合输入至所述泛化后图像分割模型进行训练，用以得到所述测试样本集合的病灶语义分割数据； 利用所述病灶识别校正模块，对所述病灶语义分割数据进行病灶的识别校正，用以获得所述测试样本集合的多类别病灶分割类型。

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苏州微清医疗器械有限公司，其通讯地址为：215124 江苏省苏州市工业园区金鸡湖大道88号G2-1601、1602单元；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”。