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！

龙图腾网恭喜广东唯仁医疗科技有限公司申请的专利一种基于神经网络的OCT人眼图像采集配准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：CN112700439B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202110048840.5，技术领域涉及：G06T7/00；该发明授权一种基于神经网络的OCT人眼图像采集配准方法及系统是由安林;刘华宗;秦嘉;蓝公仆;许景江;黄燕平;吴小翠设计研发完成，并于2021-01-14向国家知识产权局提交的专利申请。

本一种基于神经网络的OCT人眼图像采集配准方法及系统在说明书摘要公布了：本发明公开了一种基于神经网络的OCT人眼图像采集配准方法及系统，通过提前训练好的深度神经网络模型直接得到两个图像之间的偏移量，从而减少OCT系统显示高质量图像的时间，降低了使用OCT系统采集多张图像之间的位移偏差。相比于传统的补偿算法，本发明所提出的方法不需要重复计算最优偏移量，降低了求取偏移量过程的时间消耗。同时本发明采用了基于A‑scans配准的方法，将二维OCT图像视为非刚体图像，提高了补偿OCT图像位移偏差的精度。

本发明授权一种基于神经网络的OCT人眼图像采集配准方法及系统在权利要求书中公布了：1.一种基于神经网络的OCT人眼图像采集配准方法，其特征在于，所述方法包括以下步骤：S100，通过OCT系统采集与标定图像数据；S200，通过标定好的图像数据训练第一神经网络模型和第二神经网络模型分别得到第一模型和第二模型；S300，通过第一模型和第二模型补偿OCT系统采集过程中图像的偏移量；在S200中，通过标定好的图像数据训练第一神经网络模型和第二神经网络模型分别得到第一模型和第二模型的方法包括以下步骤：S201，第一神经网络模型的输入为同一位置在不同采集时间的两个待配准OCT图像，输出为两个OCT图像之间的横向偏移量Dx；第一神经网络模型的结构包括：第一残差神经网络、第二残差神经网络、一个dropout层和依次连接的三个全连接层，三个全连接层分别为第一全连接层、第二全连接层、第三全连接层，第一残差神经网络、第二残差神经网络分别与dropout层连接，第一残差神经网络、第二残差神经网络输出到dropout层；dropout层连接到依次连接的三个全连接层；其中，dropout层的参数为0.5，即，将输入dropout层的第一残差神经网络、第二残差神经网络合并后的数据输入关闭一半的神经元；第一全连接层的输入维度为1024，输出维度为64、第二全连接层的输入维度为64，输出维度为64、第三全连接层的输入维度为64，输出维度为1；在第一神经网络模型中，将同一位置在不同采集时间的两个OCT图像分别输入到第一残差神经网络和第二残差神经网络中进行特征提取，然后将提取到的2个特征合并成一个特征并且通过dropout层屏蔽掉一半的神经元进行输出，并将合并后的特征通过经过三个全连接层的输出，即得到两个图像之间的横向偏移量Dx；S202，第二神经网络模型的输入为同一位置在不同采集时间的两个待配准OCT图像及横向偏移量Dx，输出为两个图像多条A-scans之间的纵向偏移向量T；第二神经网络模型的结构包括：第三残差神经网络、三个全连接层；第三残差神经网络连接并输出到依次连接的三个全连接层，三个全连接层分别为第四全连接层、第五全连接层、第六全连接层，第四全连接层的输入维度为1024，输出维度为512、第五全连接层的输入维度为512，输出维度为512、第六全连接层的输入维度为512，输出维度为M；输出维度M是一个动态参数，一般取需要配准的A-scans的组数；纵向偏移向量T的长度和输出维度M的大小相同；横向偏移量Dx是同一位置在不同采集时间的两个待配准OCT图像之间的横向偏移量；在第二神经网络模型中，将同一位置在不同采集时间的两个OCT图像及横向偏移量Dx合并成一个双通道图像，然后将双通道图像使用残差神经网络进行特征提取，将提取到的特征经过三次全连接层，最后输出一维向量T；S203，将标定的每组OCT图像和标定好的Dx，T信息，即横向偏移量Dx和向量T，输入第一神经网络模型和第二神经网络模型中进行神经网络参数的训练分别得到第一模型和第二模型。

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广东唯仁医疗科技有限公司，其通讯地址为：528000 广东省佛山市禅城区张槎一路117号二座自编1号楼四层之一；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”。