買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中山大學(xué)中山眼科中心申請(qǐng)的專利一種眼外觀圖像的識(shí)別系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114187646B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-03-21發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202111366921.6，技術(shù)領(lǐng)域涉及：G06V40/18；該發(fā)明授權(quán)一種眼外觀圖像的識(shí)別系統(tǒng)是由楊華勝;林浩添;陳榮新;畢少煒;肖鈞;葉慧菁設(shè)計(jì)研發(fā)完成，并于2021-11-17向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種眼外觀圖像的識(shí)別系統(tǒng)在說明書摘要公布了：本發(fā)明屬于圖形識(shí)別技術(shù)領(lǐng)域，公開了一種眼外觀圖像的識(shí)別系統(tǒng)，所述系統(tǒng)包括輸入模塊、預(yù)處理模塊和識(shí)別模塊；所述輸入模塊用于將眼外觀圖像輸入到識(shí)別系統(tǒng)中；所述預(yù)處理模塊用于對(duì)輸入的眼外觀圖像進(jìn)行數(shù)據(jù)預(yù)處理，并調(diào)整眼外觀圖像為預(yù)設(shè)的輸入規(guī)格；所述識(shí)別模塊用于根據(jù)預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型對(duì)眼外觀圖像進(jìn)行圖像分類并給出圖像分類結(jié)果和分類結(jié)果的置信度。有益效果：識(shí)別系統(tǒng)通過眼外觀圖像進(jìn)行分析判斷，可以方便的采集進(jìn)行檢測(cè)；通過神經(jīng)網(wǎng)絡(luò)對(duì)采集到的數(shù)據(jù)進(jìn)行分析判斷，可以提取到人難以發(fā)現(xiàn)和觀測(cè)到的特征規(guī)律，提高判斷的準(zhǔn)確性。

本發(fā)明授權(quán)一種眼外觀圖像的識(shí)別系統(tǒng)在權(quán)利要求書中公布了：1.一種眼外觀圖像的識(shí)別系統(tǒng)，其特征在于，包括：輸入模塊、預(yù)處理模塊和識(shí)別模塊；所述輸入模塊用于將眼外觀圖像輸入到識(shí)別系統(tǒng)中；所述預(yù)處理模塊用于對(duì)輸入的眼外觀圖像進(jìn)行數(shù)據(jù)預(yù)處理，并調(diào)整眼外觀圖像為預(yù)設(shè)的輸入規(guī)格；所述識(shí)別模塊用于根據(jù)預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型對(duì)眼外觀圖像進(jìn)行圖像分類并給出圖像分類結(jié)果和分類結(jié)果的置信度，所述神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練方法包括：獲取眼瞼退縮患者的第一眼外觀圖像、健康人的第二眼外觀圖像以及通過數(shù)據(jù)增強(qiáng)后獲得的第三眼外觀圖像；將第一眼外觀圖像、第二眼外觀圖像和第三眼外觀圖像輸入神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，獲得基于眼瞼退縮患者和健康人眼外觀圖像的二分類神經(jīng)網(wǎng)絡(luò)模型；所述對(duì)輸入的眼外觀圖像進(jìn)行數(shù)據(jù)預(yù)處理，具體為：檢測(cè)眼外觀圖像的眼睛區(qū)域并分割出眼睛區(qū)域的ROI圖像；所述檢測(cè)眼外觀圖像的眼睛區(qū)域并分割出眼睛區(qū)域的ROI圖像，具體方法包括：獲取第四眼外觀圖像并對(duì)第四眼外觀圖像中的一部分圖像通過矩形框標(biāo)注眼睛區(qū)域ROI，并在矩形框內(nèi)標(biāo)注眼眶關(guān)鍵點(diǎn)；所述第四眼外觀圖像包括健康人眼外觀圖像和眼瞼退縮患者的眼外觀圖像，所述眼眶關(guān)鍵點(diǎn)包括：內(nèi)眥、上眼瞼、下眼瞼、外眥；將標(biāo)注的圖像輸入到眼睛區(qū)域ROI分割神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到眼睛區(qū)域ROI分割模型；所述預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型為Resnet101，所述模型由1x1、3x3、1x1卷積層組成的Bottleneck結(jié)構(gòu)單元模塊組成，卷積層之間通過Batchnorm和Relu激活層連接；所述Bottleneck結(jié)構(gòu)包括residualblock，所述residualblock由1x1的卷積構(gòu)成。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中山大學(xué)中山眼科中心，其通訊地址為：510060 廣東省廣州市越秀區(qū)先烈南路54號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。