“眼底”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果3844个，建议您升级VIP下载更多相关专利

[发明专利]基于区域分割的眼底照视网膜血管管径的计算方法-CN202211393539.9在审
发明人：于晓光;杜政霖 -专利权人：温州谱希医学检验实验室有限公司
申请日： 2022-11-08 - 公布日： 2023-03-07 - 主分类号： G06T7/11 文献下载
摘要：本发明涉及基于区域分割的眼底照视网膜血管管径的计算方法。包括：获取待处理眼底照；对待处理眼底照进行中心点定位，得到中心点标记的眼底照；基于自动分割模型对标记的眼底照进行区域分割，得到分割后的各个血管区域；根据各个血管区域进行血管初始中心线提取，得到具有血管中心线的眼底照；对具有血管中心线的眼底照进行二次分割，得到具有树形结构和单分支血管的眼底照；然后再逐像素点对其进行插值运算和平滑处理，得到各个血管区域的平均、最大、最小管径。
基于区域分割眼底视网膜血管计算方法

[发明专利]一种广域眼底相机图像融合方法、系统及存储介质-CN202211097419.4在审
发明人：何明鑫;刘洋;张瀚文;沈小厚;刘建坤 -专利权人：南京瞳芯慧图医疗技术有限公司
申请日： 2022-09-08 - 公布日： 2023-03-10 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了广域眼底相机图像融合方法、系统及存储介质，属于图像处理领域。针对现有技术中存在特别针对于新生儿的广域眼底相机由于受简化光路的设计限制，广域眼底图像的强雾效应图像不友好的问题，本发明提供了广域眼底相机图像融合方法、系统及存储介质，对于输入的广域眼底图像组，首先进行图像预处理以提高图像质量它可以实现得到高质量的眼底结构相对完整的广域眼底图像，从而为医生进行新生儿眼底疾病诊断提供依据。
一种广域眼底相机图像融合方法系统存储介质

[发明专利]一种眼科体征保持的眼底图像增强方法-CN202210708020.9在审
发明人：韦巧玲;颜波;赵晨;谭伟敏;谷卓遥 -专利权人：复旦大学附属眼耳鼻喉科医院;复旦大学
申请日： 2022-06-21 - 公布日： 2022-10-18 - 主分类号： G06T7/12 文献下载
摘要：本发明属于医学图像处理技术领域，具体为一种眼科体征保持的眼底图像增强方法。本发明方法采用基于CycleGAN的图像增强网络模型，该模型包括一个血管分割网络和由两个生成器、两个判别器组成的转换增强网络；考虑到眼底图像的特殊性，本发明模型除使用转换损失外，引入血管分割损失和结构损伤作为约束，使得增强后的眼底图像能够更好地保留眼底血管细节和病理形态结构。实验结果表明，本方法可以有效增强眼底图像，保留眼底体征，提高图像质量，使增强后的眼底图像更有利于临床医疗诊断；SSGAN模型在客观评价指标和眼科医生的主观评价结果表明优于现有模型，能有效地实现眼底图像增强
一种眼科体征保持眼底图像增强方法

[发明专利]基于特征一致性的眼底图像增强方法、系统、设备及介质-CN202211293812.0在审
发明人：刘江;刘浩锋;李衡;胡衍 -专利权人：南方科技大学
申请日： 2022-10-21 - 公布日： 2023-03-21 - 主分类号： G06T5/20 文献下载
摘要：本发明公开了一种基于特征一致性的眼底图像增强方法、系统、设备及介质，其方法包括：将低质量眼底图像序列输入拉普拉斯金字塔，得到低质量眼底图像序列的多层金字塔特征；构建图像增强网络，并将每一层金字塔特征按照分辨率由大至小依次输入图像增强网络，得到增强眼底图像序列；通过增强眼底图像序列构建第一损失函数；通过金字塔特征在图像增强网络得到的融合图像特征构建第二损失函数；通过第一损失函数和第二损失函数计算得到最终损失函数，并通过最终损失函数监督图像增强网络学习直至收敛；本发明能够提取低质量眼底图像的关键特征，有效保持和增强眼底图像的关键信息，提高低质量眼底图像增强的效果。
基于特征一致性眼底图像增强方法系统设备介质

[发明专利]基于医学图像特征权重调整的眼底造影图像检索方法-CN201810488201.9有效
发明人：秦臻;田浩男;丁熠;秦志光 -专利权人：电子科技大学
申请日： 2018-05-21 - 公布日： 2021-03-30 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种本发明基于医学图像特征权重调整的眼底造影检索方法，分别对眼底造影图像样本和待检索的眼底造影图像提取4个特征矩阵，根据预设的权重计算加权特征矩阵，然后计算待检索的眼底造影图像的加权特征矩阵和每张眼底造影图像样本的加权特征矩阵的相似度，选取相似度最大的K张眼底造影图像样本作为检索结果输出，如果对检索结果不满意，检索人员根据其检索偏好从检索结果中选取D张眼底造影图像样本，对特征矩阵的权重进行调整，重新计算待检索的眼底造影图像的加权特征矩阵
基于医学图像特征权重调整眼底造影检索方法

[发明专利]一种眼底光场成像方法及装置-CN201710507639.2有效
发明人：信伦;许利群 -专利权人：中国移动通信有限公司研究院;中国移动通信集团公司
申请日： 2017-06-28 - 公布日： 2021-05-04 - 主分类号： A61B3/14 文献下载
摘要：本发明涉及图像处理技术领域，尤其涉及一种眼底光场成像方法及装置，用以对现有眼底光学成像系统进行改造，使得光场成像能应用于眼底成像，该方法为，先基于目标眼部，确定可编程液晶动态掩膜的孔径模式，再基于目标眼部的病变程度，确定各个液晶单元的在已选定的孔径模式下的空间分布，然后确定照明满足时，启动拍摄并获得初始眼底光场图像，以及采用预设的重聚焦规则对初始眼底光场图像进行处理，获得目标眼底光场图像，这样，通过增加可编程液晶动态掩膜，能够实现眼底光场成像，拍摄眼底图像时，不仅无需对焦，而且不用受限于被拍摄者眼部运动的影响，方便拍摄和后期诊断分析，进而改善了用户体验，而且，改造方式相对简单，容易推广。
一种眼底成像方法装置

[发明专利]检眼镜和使用检眼镜的方法-CN201310681640.9有效
发明人：本·利斯费尔德;温弗里德·泰伊韦斯;米夏埃尔·胡佩茨;凯-乌韦·阿姆托尔 -专利权人：奥德-奥斯有限公司
申请日： 2007-07-09 - 公布日： 2014-04-09 - 主分类号： A61B3/15 文献下载
摘要：检眼镜包括：照明装置，用于将照明射束导向眼底上；观察装置，用于将所述眼底反射观察射束成像到像平面上；布置在所述像平面中的光敏电子传感器，用于生成所述眼底的实况图像；治疗射束源，用于将治疗射束脉冲施加到所述眼底上；以及电子驱动单元，包括计算机，其可操作地耦合到所述传感器并被配置成实时地分析所述眼底的实况图像，且基于所述实况图像中眼睛的结构确定所述眼底的基于对象的坐标系，其中所述电子驱动单元被进一步配置成测量通过瞳孔投影到眼底的治疗射束脉冲相对于与对象有关的坐标系的位置并存储有关施加到眼底的治疗射束脉冲的信息
眼镜使用方法

[发明专利]用于糖尿病性眼底图像分类的核主成分谱哈希方法-CN201910469264.4有效
发明人：丁卫平;景炜;丁帅荣;万杰;胡彬;陈森博;任龙杰;孙颖;冯志豪 -专利权人：南通大学
申请日： 2019-05-31 - 公布日： 2022-02-08 - 主分类号： G16H30/40 文献下载
摘要：本发明公开一种用于糖尿病性眼底图像分类的核主成分谱哈希方法。该方法首先对糖尿病性眼底图像数据进行预处理和分割操作，将处理后的眼底图像数据转化为向量形式；接着采用核主成分分析算法提取出眼底图像数据中非线性特征信息；然后将数据转化为二值码形式，利用Laplace‑Beltrami算子的特征值和特征函数值表示出眼底图像样本数据；最后利用阈值将样本特征函数值转化为二值码，并运用最近邻算法在汉明空间进行糖尿病性眼底图像的有效分类。本发明能充分提取出复杂非线性糖尿病性眼底图像数据特征，具有较高的分类准确率，且能有效降低大规模眼底图像分类时计算的复杂度。
用于糖尿病眼底图像分类成分谱哈希方法

[发明专利]一种眼底图像的亮度均衡方法-CN202010052281.0有效
发明人：蔡鸣;庄一 -专利权人：杭州瞳创医疗科技有限公司
申请日： 2020-01-17 - 公布日： 2022-07-15 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种眼底图像的亮度均衡方法，其步骤是：采集被测者的眼底图片，将所得的眼底图片进行掩模，得到眼底掩模图片，对眼底掩模图片划分R、G、B三通道，得到眼底掩模图片的G通道原始图像，G通道原始图像中除黑色背景外的眼底图像为原始有效图像求取任意列图像的调整倍数Ni，对原始有效图像的每一列的每一个像素点进行均衡化，求取均衡有效图像每一个像素点的灰度值，根据均衡有效图像获得G通道均衡图像，从而得到亮度均衡后的眼底图片
一种眼底图像亮度均衡方法

[发明专利]使用眼底相机采集眼底图像的采集方法-CN202110876744.X有效
发明人：陈志;陈大伟;龚明利;钟灿武 -专利权人：深圳硅基智能科技有限公司
申请日： 2019-12-30 - 公布日： 2023-07-18 - 主分类号： A61B3/12 文献下载
摘要：本公开涉及一种使用眼底相机采集眼底图像的采集方法，包括：使用眼底相机对准眼底，并使用光源向眼底发射第一光束；驱动机构驱动透镜组件相对于成像元件移动，当第一光束经眼底反射聚焦于成像元件时，记录模块将此时透镜组件相对于成像元件的位置记录为第一对焦位置根据本公开，能够在采集眼底图像时准确地对眼底进行自动对焦，并且能够在对焦过程中有效减少对眼睛的光刺激。
使用眼底相机采集图像方法

[发明专利]一种眼底图像中央凹定位方法-CN202010378844.5有效
发明人：董宇涵;雷洁;张凯;高瞻 -专利权人：清华大学深圳国际研究生院;北京好医生云医院管理技术有限公司
申请日： 2020-05-07 - 公布日： 2023-06-23 - 主分类号： G06T7/00 文献下载
摘要：一种眼底图像中央凹定位方法，包括：1)由眼底图像得到视杯视盘分割结果图和血管分布图；2)将所述视杯视盘分割结果图和所述血管分布图输入训练好的粗定位网络，得到有关于眼底图像中央凹的粗定位位置信息；3)根据粗定位位置信息得到的位置信息对眼底图像进行感兴趣区域裁剪；4)将裁剪得到的眼底图像经直方图匹配后输入训练好的精确定位网络，得到精确坐标位置；5)根据精确坐标位置结合粗定位位置，进行还原得到最终坐标位置，实现眼底图像中央凹定位。本方法基于直方图匹配，通过粗定位网络、精确定位网络实现眼底图像中央凹定位，尤其有效地解决了数据差异的问题，有利于实现眼底图像中央凹精准定位。
一种眼底图像中央定位方法

[发明专利]眼底超广角影像分析方法及终端-CN202010565477.X有效
发明人：林晨;喻碧莺 -专利权人：智眸医疗（深圳）有限公司;林晨
申请日： 2020-06-19 - 公布日： 2023-08-18 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种眼底超广角影像分析方法及终端，将眼底超广角影像按照不同眼底组织进行切割，以得到每一个所述眼底组织所对应的区域影像；分别对每一个所述眼底组织所对应的区域影像进行病变分析，得到每一个所述眼底组织的区域分析结果；整合每一个所述眼底组织的区域分析结果，得到并输出最终分析结果；本发明中将眼底超广角影像分割进行分析，减小了每次的分析量且能够同时对多张分割后的影像进行相应分析，提高了影响分析的速度，最后还将分割后的区域影像的分析结果整合分析
眼底广角影像分析方法终端

[发明专利]基于深度学习的眼底荧光造影图像无灌注区自动分割方法-CN201910294122.9有效
发明人：叶娟;吴健;金凯;尤堃;潘相吉;陆逸飞;刘志芳 -专利权人：浙江大学
申请日： 2019-04-12 - 公布日： 2023-04-18 - 主分类号： G06T7/12 文献下载
摘要：本发明公开了一种基于深度学习的眼底荧光造影图像无灌注区自动分割方法。本发明针对医生手动分割标注的无灌注区眼底造影图像眼底造影图像对构建的卷积神经网络进行训练，使卷积神经网络的最终输出值符合医生标注的结果，从而可以利用训练好的卷积神经网络对糖尿病视网膜病变进行自动分割识别眼底无灌注区本发明的方法通过具备无灌注区位置标记的眼底造影图像，采用深度学习实现自动从训练范例眼底造影图像库中学习所需特征并进行语义分割。在训练过程中不断优化卷积神经网络的参数，提取数据特征，从而辅助临床运用中的对糖尿病视网膜病变进行眼底激光治疗时，识别需要治疗的无灌注区，精准地辅助眼底激光。
基于深度学习眼底荧光造影图像灌注自动分割方法

[发明专利]一种基于残差密集模块网络结构的眼底图像质量自动分类方法-CN201910236561.4有效
发明人：张芳;徐旭;肖志涛;耿磊;吴骏;王雯;刘彦北 -专利权人：天津工业大学
申请日： 2019-03-26 - 公布日： 2023-04-18 - 主分类号： G06V40/18 文献下载
摘要：本发明提供了一种基于残差密集模块网络结构的眼底图像质量自动分类方法，该方法包括：1)对图像预处理，提取眼底区域；2)对图像尺寸归一化以适应网络结构；3)将质量好与质量差眼底图像作为训练集，使用残差密集模块网络进行质量分类训练，引入残差密集模块MRDB，利用MRDB中的局部密集连接、特征重用与残差融合获取眼底图像细节特征；4)利用训练好的网络模型对眼底图像进行质量分类测试，调整网络参数，得到最优的网络模型；5)用最优网络模型对眼底图像进行质量分类与传统方案相比，本发明避免了复杂的图像处理过程，可准确分类质量好与质量差两类眼底图像，本方法可广泛地应用于眼底图像实时质量判别领域。
一种基于密集模块网络结构眼底图像质量自动分类方法

[发明专利]模型训练方法、眼底图像预测方法及装置-CN202211633628.6有效
发明人：夏鹏;琚烈;胡铭;马彤;王斌;宋凯敏;戈宗元;张大磊 -专利权人：北京鹰瞳科技发展股份有限公司
申请日： 2022-12-19 - 公布日： 2023-06-06 - 主分类号： G06V40/18 文献下载
摘要：本申请提供了一种模型训练方法、眼底图像预测方法及装置。所述方法包括：获取初始眼底图像；调用预设模型对所述初始眼底图像进行处理，筛选出所述初始眼底图像中符合模型训练条件的样本眼底图像；所述样本眼底图像标注有真实情绪类别；基于所述样本眼底图像对待训练焦虑抑郁检测模型进行训练，得到所述待训练焦虑抑郁检测模型输出的所述样本眼底图像对应的预测类别概率；基于所述真实情绪类别和所述预测类别概率，计算得到所述待训练焦虑抑郁检测模型的损失值；在所述损失值处于预设范围内的情况下，将训练后的待训练焦虑抑郁检测模型作为最终的目标焦虑抑郁检测模型
模型训练方法眼底图像预测装置