[发明专利]基于深度学习的视网膜层和积液区域的层分割方法及系统有效
| 申请号： | 202010313682.7 | 申请日： | 2020-04-20 |
| 公开（公告）号： | CN111583291B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 梁姗姗;岳孟挺;李新宇;张军 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06T7/143 | 分类号： | G06T7/143;G06N3/0464;G06N3/084 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 郭浩辉;麦小婵 |
| 地址： | 510275 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深度学习的视网膜层和积液区域的层分割方法及系统，所述方法包括：获取医疗系统中各节点区域的视网膜OCT数据集，将该数据集划分为预训练数据集及测试数据集，对预训练数据集中的数据进行随机平移，得到训练数据集；根据构建的分割网络及对应的损失函数对分批次送入该分割网络的训练数据集中的数据进行前向传播，得到分割预测图；根据联合损失函数公式计算分割预测图与专家像素级标记图像进行one‑hot编码后的标准概率图之间的联合损失值，将联合损失值反向传播，通过预设周期长度的迭代训练得到分割网络模型；通过测试数据集对分割网络模型进行测试，以验证分割网络模型的可靠性。本发明能够提高分割网络泛化能力与类别分割准确率。 | ||
| 搜索关键词： | 基于 深度 学习 视网膜 积液 区域 分割 方法 系统 | ||
【主权项】：
暂无信息
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中山大学，未经中山大学许可，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/202010313682.7/，转载请声明来源钻瓜专利网。
- 上一篇：植物自动养殖设备
- 下一篇：一种模型非依赖的基因组结构变异检测系统及方法
