[发明专利]一种基于深度学习的糖尿病视网膜病变等级分级方法在审
| 申请号： | 201810733502.3 | 申请日： | 2018-07-06 |
| 公开（公告）号： | CN108960257A | 公开（公告）日： | 2018-12-07 |
| 发明（设计）人： | 刘洋洋;刘树安;宫俊 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62 |
| 代理公司： | 大连东方专利代理有限责任公司 21212 | 代理人： | 李馨 |
| 地址： | 110819 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的糖尿病视网膜病变等级分级方法及系统。本发明方法，包括：构建样本库；去除样本库中眼底镜照片的背景和噪声；通过减去局部均值法将不同亮度、不同明暗度的图像归一化到同一个范围；对不同样本采用随机拉伸、旋转的方法进行数据扩充，构建训练集和测试集；分别通过搭建输入部分架构、多分支特征变换部分架构、输出部分框架训练初始深度学习网络模型；将待检测样本输入到训练好的初始深度学习网络模型中，进行糖尿病视网膜病变分级。相较于传统的处理方法，本发明摆脱对先验知识的依赖性，有良好的泛化能力；采用所设计的多层次，小尺寸的卷积核能够提取十分微小的病灶特征，使分类结果更加可靠。 | ||
| 搜索关键词： | 糖尿病视网膜病变 网络模型 样本库 构建 架构 学习 待检测样本 图像归一化 病灶特征 分类结果 数据扩充 特征变换 先验知识 样本采用 测试集 传统的 多分支 卷积核 均值法 明暗度 训练集 眼底镜 分级 减去 拉伸 去除 噪声 输出 | ||
【主权项】：
1.一种基于深度学习的糖尿病视网膜病变等级分级方法，其特征在于，包括如下步骤：S1、构建样本库，其中包括不同程度视网膜病变的多张包括诊断标记的眼底镜照片；S2、去除样本库中眼底镜照片的背景和噪声；S3、通过减去局部均值法将不同亮度、不同明暗度的样本图像归一化到同一个范围；S4、对不同样本图像采用随机拉伸、旋转的方法进行数据扩充，构建训练集和测试集；S5、训练初始深度学习网络模型，训练过程包括：搭建输入部分架构，搭建多分支特征变换部分架构和搭建输出部分框架，所述输出部分框架为多种输出模式，其中，模式一将输出的病变等级当做相关的回归问题构建输出部分框架，模式二通过交叉熵将输出的病变等级当做相关的分类问题构建输出部分框架；S6、将待检测样本输入到训练好的初始深度学习网络模型中，进行糖尿病视网膜病变分级。
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东北大学，未经东北大学许可，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/201810733502.3/，转载请声明来源钻瓜专利网。
