[发明专利]基于结构随机森林模型的相干光断层图像的层分割方法有效
| 申请号： | 201810757623.1 | 申请日： | 2018-07-11 |
| 公开（公告）号： | CN109272507B | 公开（公告）日： | 2021-07-13 |
| 发明（设计）人： | 刘小明;付天宇;曹军;胡威;张凯;刘俊 | 申请（专利权）人： | 武汉科技大学 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10;G06K9/46;G06K9/62 |
| 代理公司： | 杭州宇信知识产权代理事务所(普通合伙) 33231 | 代理人： | 刘艳艳 |
| 地址： | 430081 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于结构随机森林模型的相干光断层图像的层分割方法，包括步骤：S1、图像预处理：对输入图像进行像素值转化和去噪处理；S2、特征提取：先提取手工特征，再训练一个残差网络提取深度特征，然后整合手工特征和深度特征；S3、通过结构随机森林获取层轮廓的概率图：使用训练图像集中数据训练能预测层轮廓的结构随机森林，然后预测测试图像中的层轮廓的概率图；S4、利用最短路径进行层分割：利用最短路径获得具体的层边界位置。该方法结合深度特征和手工特征的优点，手工特征和深度特征的组合可以训练一个更高效的随机结构森林，使得分割性能得到加强；该方法可以分割正常的视网膜图像，也可以分割病变的视网膜图像，具有较高的灵活性和适应性。 | ||
| 搜索关键词： | 基于 结构 随机 森林 模型 相干光 断层 图像 分割 方法 | ||
【主权项】：
1.一种基于结构随机森林模型的相干光断层图像的层分割方法，其特征在于，包括如下步骤：S1、图像预处理：对输入图像进行像素值转化和去噪处理；S2、特征提取：先提取手工特征，再训练一个残差网络提取深度特征，然后整合手工特征和深度特征；S3、通过结构随机森林获取层轮廓的概率图：使用训练图像集中数据训练能预测层轮廓的结构随机森林，然后预测测试图像中的层轮廓的概率图；S4、利用最短路径进行层分割：在步骤S3获得的概率图上，利用最短路径获得具体的层边界位置。
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武汉科技大学，未经武汉科技大学许可，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/201810757623.1/，转载请声明来源钻瓜专利网。
