首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于自监督学习的眼底图像识别方法 

申请/专利权人:塔里木大学

申请日:2024-04-02

公开(公告)日:2024-06-25

公开(公告)号:CN118247832A

主分类号:G06V40/18

分类号:G06V40/18;G06V10/778

优先权:

专利状态码:在审-公开

法律状态:2024.06.25#公开

摘要:本发明涉及眼底图像分析处理领域,尤其涉及一种基于自监督学习的眼底图像识别方法,包括:获取实时眼底图像数据进行验证得到实时眼底图像数据的基础识别结果;利用所述实时眼底图像数据的基础识别结果基于自监督学习算法进行区域划分处理得到实时眼底图像数据的分区结果;利用所述实时眼底图像数据的分区结果得到实时眼底图像数据的眼底图像识别结果,将眼底图像的内部特征与图像自身特征结合提取,保证了图像外部准确性的同时,又与图像内容确保其关联性,对于大批量数据存储历史的应用场景有非常可靠实施结果,在实际应用中可进行方案循环迭代,最终实现眼底图像识别结果的稳定与准确。

主权项:1.一种基于自监督学习的眼底图像识别方法,其特征在于,包括:获取实时眼底图像数据进行验证得到实时眼底图像数据的基础识别结果;利用所述实时眼底图像数据的基础识别结果基于自监督学习算法进行区域划分处理得到实时眼底图像数据的分区结果;利用所述实时眼底图像数据的分区结果得到实时眼底图像数据的眼底图像识别结果。

全文数据:

权利要求:

百度查询: 塔里木大学 一种基于自监督学习的眼底图像识别方法

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。