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！

龙图腾网获悉江苏理工学院申请的专利一种基于深度学习的青光眼诊断方法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：CN116681693B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202310805201.8，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的青光眼诊断方法是由常珊;周利涛;王志超;施璜浩;庞明威;邵赟设计研发完成，并于2023-07-03向国家知识产权局提交的专利申请。

本一种基于深度学习的青光眼诊断方法在说明书摘要公布了：本发明公开了一种基于深度学习的青光眼诊断方法，将输入的原始眼底图像数据集进行预处理，并得到模型1可识别利用的图像数据；训练模型1，使模型1达到根据眼底图像能够准确分割视盘视杯区域并输出展现视盘视杯分割的关键特征图像；提取模型1在处理眼底图像的过程中关键特征图像，作为模型2的输入参数，并将需要输入模型2中的图像数据进行预处理，转换为统一格式的数据；模型2接收模型1输入数据后，进行模型2的训练，然后输出目标结果，所述目标结果为：青光眼或者非青光眼。

本发明授权一种基于深度学习的青光眼诊断方法在权利要求书中公布了：1.一种基于深度学习的青光眼诊断方法，其特征在于：包括以下步骤： 步骤1）：建立模型1与模型2，其中， 所述模型1用于分析眼底图像，能够输出眼底图像中视盘视杯分割区域，模型1包括第一卷积模块、下采样模块、通道注意力机制处理模块、上采样模块、预测图输出模块和特征图输出模块； 所述模型2用于分析数据源，得出青光眼诊断结果，模型2包括第二卷积模块、残差模块、预测结果输出模块； 步骤2）：将输入的原始眼底图像数据集进行预处理，并得到模型1可识别利用的图像数据； 步骤3）：训练模型1，使模型1达到根据眼底图像能够准确分割视盘视杯区域并输出展现视盘视杯分割的关键特征图像； 步骤4）：提取模型1在处理眼底图像的过程中关键特征图像，作为模型2的输入参数，并将需要输入模型2中的图像数据进行预处理，转换为统一格式的数据； 步骤5）：模型2接收模型1输入数据后，进行模型2的训练，然后输出目标结果，所述目标结果为：青光眼或者非青光眼； 模型1中，第一卷积模块包括1个卷积核为3步长为1的Conv2d卷积层，一个BatchNorm2d以及一个ReLU激活函数；第一卷积模块在接收可识别的眼底图像数据后，图像首先经过1个卷积核为3步长为1的Conv2d卷积层处理，然后进行BatchNorm2d批归一化处理来保证模型运行的稳定性，最后再经过ReLU激活函数处理； 下采样模块包括1个卷积核为2，步长为2的池化层； 通道注意力机制处理模块采用SEAttention注意力机制函数； 上采样模块使用插值函数，将眼底图像的原来特征的特征值规模扩充为原来两倍，扩大后的特征值根据Nearest原则进行插值； 预测图输出模块包括1个卷积核为1且步长为1的Conv2d卷积层以及Sigmoid的激活函数，预测图输出模块用于生成预测特征图的图像； 在模型1经过训练达到预期视盘视杯分割效果后，特征图输出模块输出展现视盘视杯分割的关键特征图像并由模型2使用。

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江苏理工学院，其通讯地址为：213001 江苏省常州市中吴大道1801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”。