[发明专利]基于深度神经网络的早产儿视网膜病变检测方法及装置有效
| 申请号： | 201711335488.3 | 申请日： | 2017-12-13 |
| 公开（公告）号： | CN107945870B | 公开（公告）日： | 2020-09-01 |
| 发明（设计）人： | 章毅;钟捷;巨容;陈媛媛;王建勇;胡俊杰;吴雨;王一帆;陈怡 | 申请（专利权）人： | 四川大学;四川省人民医院;成都市妇女儿童中心医院 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G06N3/04;G06N3/08 |
| 代理公司： | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人： | 徐彦圣 |
| 地址： | 610064 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供的基于深度神经网络的早产儿视网膜病变检测方法及装置，属于图像处理领域。该方法通过先采集多张眼底图像数据，再基于预设规则对所述多张眼底图像数据进行标注，生成待处理图像数据；接着再将所述待处理图像数据按照预设比例划分为训练集和测试集；再建立深度神经网络模型；再基于所述训练集训练所述深度神经网络模型；再将所述测试集中的数据通过已经训练好的所述深度神经网络模型处理，以获取处理后的输出数据；最后基于所述输出数据获取ROP病变诊断结果。从而可以减少人力资源，提高检测效率，省去了眼科医生的一部分工作，为临床检测早产儿视网膜病变有重要的指导意义。 | ||
| 搜索关键词： | 基于 深度 神经网络 早产儿 视网膜 病变 检测 方法 装置 | ||
【主权项】：
一种基于深度神经网络的早产儿视网膜病变检测方法，其特征在于，包括：采集多张眼底图像数据；基于预设规则对所述多张眼底图像数据进行标注，生成待处理图像数据；将所述待处理图像数据按照预设比例划分为训练集和测试集；建立深度神经网络模型；基于所述训练集训练所述深度神经网络模型；将所述测试集中的数据通过已经训练好的所述深度神经网络模型处理，以获取处理后的输出数据；基于所述输出数据获取ROP病变诊断结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川大学;四川省人民医院;成都市妇女儿童中心医院，未经四川大学;四川省人民医院;成都市妇女儿童中心医院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711335488.3/，转载请声明来源钻瓜专利网。
