[发明专利]基于深度卷积神经网络的视盘定位方法在审
| 申请号： | 201910359826.X | 申请日： | 2019-04-30 |
| 公开（公告）号： | CN110097118A | 公开（公告）日： | 2019-08-06 |
| 发明（设计）人： | 万程;彭琦;陈柏兵;俞秋丽;牛笛;华骁 | 申请（专利权）人： | 南京星程智能科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06T7/73 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 210046 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度卷积神经网络的视盘定位方法，包括：对眼底图像进行处理得到相应的显著图，在显著图的基础上根据亮度定位出视盘显著区域；构建深度卷积神经网络，采用滑动窗口在眼底图像上选择完全包含视盘和完全不包含视盘的区域块组成训练与测试图像集，训练深度卷积神经网络进行得到分类模型；将得到的视盘显著区域图送入分类模型，直到确定送入的显著区域图是视盘，否则继续搜索视盘显著区域，直到确定视盘显著区域是视盘为止。本发明实现了视盘的层级式自动定位，定位准确率高。 | ||
| 搜索关键词： | 卷积神经网络 显著区域 显著区域图 分类模型 眼底图像 显著图 送入 定位准确率 测试图像 滑动窗口 自动定位 层级式 区域块 构建 搜索 | ||
【主权项】：
1.基于深度卷积神经网络的视盘定位方法，其特征在于，包括如下步骤：（1）输入原始眼底图像，计算图像的显著图；（2）在显著图上根据亮度提取显著区域；（3）在视网膜眼底图像数据集中选取训练集和测试集，并进行预处理；（4）在深度学习工具Caffe库中构建深度卷积神经网络用于对候选区分类，并对其进行训练；（5）将提取的显著图像按滑动窗口截取相应大小的图像，输入深度卷积神经网络依次进行判断，直到寻找概率最大的区域作为视盘区域。
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南京星程智能科技有限公司，未经南京星程智能科技有限公司许可，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/201910359826.X/，转载请声明来源钻瓜专利网。
