買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜沈陽航空航天大學申請的專利基于深度稀疏自編碼器集成的三階段框架的青光眼診斷方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114266763B 。

龍圖騰網通過國家知識產權局官網在2025-05-30發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111626321.9，技術領域涉及：G06T7/00；該發明授權基于深度稀疏自編碼器集成的三階段框架的青光眼診斷方法是由周唯;紀鑒航;楊吉琨;王靜;易玉根設計研發完成，并于2021-12-28向國家知識產權局提交的專利申請。

本基于深度稀疏自編碼器集成的三階段框架的青光眼診斷方法在說明書摘要公布了：本發明公開了一種基于深度稀疏自編碼器集成的三階段框架的青光眼診斷方法，通過對眼底圖像中的原始圖像特征采用DSA特征提取模型進行深度特征的提取，而后將原始圖像特征和深度特征進行融合，獲得混合特征，進而提高挖掘眼底圖像隱藏的特征結構，提高了提取特征的魯棒性和分辨力，進而改善對于眼底圖像中青光眼的辨別力，提高診斷的準確率。

本發明授權基于深度稀疏自編碼器集成的三階段框架的青光眼診斷方法在權利要求書中公布了：1.一種基于深度稀疏自編碼器集成的三階段框架的青光眼診斷方法，其特征在于，包括如下步驟：S1：獲取眼底圖像；S2：將所述眼底圖像進行預處理，獲得預處理后的感興趣區域圖像并提取圖像特征X，其中，X＝[x1,x2,...,xD]，D為每幅感興趣區域圖像的維數；S3：采用DSA特征提取模型對所述圖像特征X進行深度特征提取，獲得深度特征d，DSA特征提取模型推導過程如下：在DSA表示提取模型中，X∈RN×D表示預處理階段輸出得到的輸入數據，其中，N為圖像個數，D為每幅圖像的維數；H∈RN×d表示隱藏特征，其中為第t隱含層輸出矩陣，dt為第t隱藏層的單位數；假設模型中有L個AEs，那么隱藏層的數量也是L；混合特性通過融合原始特性和前面的自編器的編碼結果作為下一個AE的輸入，制定的混合特性其中表示將原始特征x與網絡輸出特征h連接的連接操作；E∈RD+d×d是由0和1組成的變換矩陣，E的元素由以下因素決定： 其中，D為的協方差矩陣，Dmm為D的第m個對角元素，v∈Rd是通過在D的對角元素中選擇前d個最大值而獲得的d維向量，vn是v的第n個元素；將特征的發散度用來衡量分類分辨能力，混合特征的目標函數定義為： DSA中第p個AE的編碼器函數定義為： 式中，為第p-1個混合特征輸出的重構結果，其中將原始特征x與hp-1的編碼結果連接，Wp1和bp1為編碼器在第p次AE中的權重矩陣和偏置向量；f·為邏輯回歸sigmoid函數；同理，第p個AE的解碼器函數為： 式中，為第p-1個混合特征輸出的重構結果；Wp2和bp2表示解碼器在第p次AE中的權重矩陣和偏置向量；采用KL散度進行稀疏表示，具體表示為： 式中，ρ是稀疏參數，ρK是第K個隱藏神經元上所有訓練樣本的平均激活值；采用局部依賴，將隱藏特征H劃分為兩個子部分，包括原始特征HG1和前一層輸出特征HG2，即，H＝[HG1,HG2]，則隱藏特征H上的稀疏約束表示為：ΓH＝||HG1||1+||HG2||16式中，||·||1為L1常模；將稀疏約束與混合特征結合到一個統一的框架中，得到混合稀疏特征組；DSA中第p個AE的最終目標函數為： 式中，包含三項，第一項為重構誤差，第二項為L2權值正則化，第三項為稀疏正則化；α和β分別是L2權值正則化和稀疏正則化的兩個系數；其中，d＝[d1,d2,...,dz]，z為特征的維度，為重構誤差，為L2權值正則化，為稀疏正則化，α為L2權值正則化系數，β為稀疏正則化系數；通過上述DSA特征提取模型獲得深度特征，表示為d＝[d1,d2,...,dz]；S4：將所述圖像特征X與所述深度特征d進行融合，獲得混合特征F，其中，F＝{f1,f2,...,fN}，且fi＝[xi，di]；S5：將所述混合特征F歸一化處理后，輸入到已訓練完成的分類模型中，進行青光眼診斷。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人沈陽航空航天大學，其通訊地址為：110136 遼寧省沈陽市道義經濟開發區道義南大街37號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。