[发明专利]一种基于类别判别定位的SD-OCT图像视网膜病变检测系统有效
申请号: | 201811562966.9 | 申请日: | 2018-12-20 |
公开(公告)号: | CN109493954B | 公开(公告)日: | 2021-10-19 |
发明(设计)人: | 谭俭辉;张学习;林晓明 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G16H30/20 | 分类号: | G16H30/20;G06K9/00;G06N3/04 |
代理公司: | 广东广信君达律师事务所 44329 | 代理人: | 杨晓松 |
地址: | 510062 广东*** | 国省代码: | 广东;44 |
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类别判别定位的SD‑OCT图像视网膜病变检测系统,包括数据预处理模块、神经网络预测模块、热力图计算模块、病变区域定位模块以及精确检测模块,首先获取数据集并进行增强处理,然后通过全局卷积神经网络进行分类,根据预测结果,获取类别映射特征热力图,最后通过获取较大激活值区域,生掩模求取最小外接矩形,根据最小外接矩形的坐标确定眼底病变的位置,从而实现对图像当中眼底病变区域进行定位。本发明能够有效提高检测识别的精度,并且在对眼底视网膜图像进行分类识别的同时,能够根据类别判别信息定位到相应的眼底病变所在的位置区域,对于后续的眼底诊断分析和治疗具有重要的指导意义。 | ||
搜索关键词: | 一种 基于 类别 判别 定位 sd oct 图像 视网膜 病变 检测 系统 | ||
【主权项】:
1.一种基于类别判别定位的SD‑OCT图像视网膜病变检测系统,其特征在于,包括:数据预处理模块,用于获取SD‑OCT视网膜图像,并对每张图像进行病变类别标记,标记后的图像构成一个用于视网膜病变分类的原始数据集;通过数据增强的手段,对原始数据集中的图像进行预处理;神经网络预测模块,用于通过所述的进行预处理后的图像训练全局卷积神经网络,并根据全局卷积神经网络最后一层输出的特征图的特征进行分类,得到全局的类别预测的结果;热力图计算模块,用于根据所述预测的结果获取输出的特征向量,对全局卷积神经网络最后一层输出的所有特征图的求取梯度,通过与对应的特征图做乘积获取梯度加权激活映射图,并对其进行求和以及非线性激活操作得到类别映射特征热力图;病变区域定位模块,用于根据所述类别映射特征热力图,设置阈值以获取具有较大激活值的区域,进而生成二进制掩模,根据掩模求取最小外接矩形,根据最小外接矩形的坐标确定眼底病变的位置,从而实现对图像当中眼底病变区域进行定位。
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广东工业大学,未经广东工业大学许可,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/201811562966.9/,转载请声明来源钻瓜专利网。