公开(公告)号：CN119863428A

公开(公告)日：2025-04-22

申请号：CN202411795486.2

申请日：2024-12-09

Applicant: 苏州科技大学 ,  新型显示与视觉感知石城实验室

Inventor： 夏振平 ,  杨松 ,  张宇宁 ,  胡伏原 ,  罗格 ,  张跃渊

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明涉及睑板腺图像处理技术领域，特别是一种基于卷积神经网络与Transformer技术的睑板腺缺失分级方法。获取睑板腺图像数据集，引入快速前进算法对睑板腺图像数据集进行修复处理，以降低由于泪液反光而导致的睑板腺图像中腺体边界模糊度，提高分割模型对边界特征的敏感性；构建多粒度睑板腺分割模型，将处理后睑板腺图像数据集输入多粒度睑板腺分割模型中并基于卷积神经网络与Transformer技术对多粒度睑板腺分割模型进行训练；使用训练好分割模型对睑板腺图像进行分割，并计算腺体缺失率，进行分级，通过本发明提高了睑板腺图像分割效率，增强了分割结果的鲁棒性和一致性，为睑板腺功能障碍的快速诊断和精准评估提供了技术支持。