[发明专利]结合多尺度特征卷积神经网络视网膜血管图像分割方法在审
| 申请号： | 201810635753.8 | 申请日： | 2018-06-20 |
| 公开（公告）号： | CN108986124A | 公开（公告）日： | 2018-12-11 |
| 发明（设计）人： | 唐晨;郑婷月;邱岳 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06T7/12 | 分类号： | G06T7/12;G06K9/62;G06N3/04;G06T5/40 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 刘国威 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于图像处理技术领域，为实现视网膜血管的自动提取与分割，提高对血管阴影与组织形变等因素的抗干扰能力，使血管分割结果的平均准确率更高。本发明，结合多尺度特征卷积神经网络视网膜血管图像分割方法。首先，对视网膜图像进行适当地预处理，包括进行限制性对比度自适应直方图均衡处理和伽马亮度调整；同时，针对视网膜图像数据较少的问题进行数据扩增，对实验图像进行裁剪分块，其次，通过构建结合多尺度特征的视网膜血管分割网络，将空间金字塔空洞池化引入编码—解码器结构卷积神经网络，通过多次迭代，自主进行模型参数的优化，实现像素级视网膜血管自动分割过程，得到视网膜血管分割图。本发明主要应用于医疗器械的设计制造场合。 | ||
| 搜索关键词： | 视网膜血管 卷积神经网络 多尺度特征 分割 视网膜血管图像 视网膜图像 预处理 图像处理技术 解码器结构 抗干扰能力 直方图均衡 多次迭代 亮度调整 模型参数 实验图像 血管分割 血管阴影 自动分割 自动提取 像素级 自适应 形变 准确率 池化 分块 构建 扩增 伽马 裁剪 医疗器械 金字塔 空洞 引入 应用 优化 制造 网络 | ||
【主权项】：
1.一种结合多尺度特征卷积神经网络视网膜血管图像分割方法，其特征是，首先，对视网膜图像进行适当地预处理，包括进行限制性对比度自适应直方图均衡处理和伽马亮度调整；同时，针对视网膜图像数据较少的问题进行数据扩增，对实验图像进行裁剪分块，其次，通过构建结合多尺度特征的视网膜血管分割网络，将空间金字塔空洞池化引入编码—解码器结构卷积神经网络，通过多次迭代，自主进行模型参数的优化，实现像素级视网膜血管自动分割过程，得到视网膜血管分割图。
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天津大学，未经天津大学许可，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/201810635753.8/，转载请声明来源钻瓜专利网。
- 上一篇：牙颌三维数字模型的分割方法
- 下一篇：物体边缘提取方法、装置及电子设备
