基于深度学习的手机端静脉显像方法

发明专利有效专利

申请号：
CN202110796882.7
IPC分类号：G06T7/00;G06T3/40;G06K9/46;G06N3/04;G06N3/08
申请日期：
2021-07-14
申请人：
南京航空航天大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度学习的手机端静脉显像方法
申请号	CN202110796882.7	申请日期	2021-07-14
法律状态	公开	申报国家	中国
公开/公告日	2021-11-12	公开/公告号	CN113643238A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;T;3;/;4;0;;;G;0;6;K;9;/;4;6;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	南京航空航天大学	申请人地址	江苏省南京市秦淮区御道街29号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京航空航天大学	当前权利人	南京航空航天大学
发明人	钱蒙恩;唐超颖;杨嘉睿;王彪;李丽荣
代理机构	江苏圣典律师事务所	代理人	王慧颖

摘要

本发明公开了一种基于深度学习的手机端静脉显像方法，属于图像处理与深度学习技术领域:包括：1）静脉图像数据集处理：采集同步的皮肤可见光图像与近红外图像，并对近红外图像进行增强，突出静脉信息，为后续网络训练提供真值数据；2）静脉显像网络的设计与训练：搭建静脉显像网络，以处理好的静脉图像数据集作为训练集训练网络；3）网络轻量化：改进显像网络，压缩其参数规模和计算量；4）手机端部署与应用：将轻量化后的网络部署到手机端运行，实现手机端的静脉显像。本发明基于深度学习方法及手机端开源神经网络推理框架提高了静脉显像工作的便捷性，在医疗领域具有很大的使用价值。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供