[发明专利]一种眼底图像血管的识别方法、装置、电子设备及存储介质在审

专利信息
申请号: 202110344357.1 申请日: 2021-03-30
公开(公告)号: CN112949585A 公开(公告)日: 2021-06-11
发明(设计)人: 吕思锐;李鹏智;杨鑫;李建强 申请(专利权)人: 北京工业大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06T7/00;G06T7/10
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 苗晓静
地址: 100022 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 眼底 图像 血管 识别 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种眼底图像血管的识别方法,其特征在于,包括:

获取待测眼底图像;

基于检测算子,提取所述待测眼底图像的第一特征图像及第二特征图像;

基于语义分割模型,提取所述待测眼底图像的空间形状特征图像;

根据所述第一特征图像、第二特征图像及所述空间形状特征图像,重建待测眼底图像;

将重建后的待测眼底图像输入血管分割模型,得到所述待测眼底图像的血管分割图像;

其中,所述语义分割模型为根据眼底图像训练集训练得到的;所述血管分割模型为根据重建的眼底图像训练集训练得到的。

2.根据权利要求1所述的眼底图像血管的识别方法,其特征在于,所述基于检测算子,提取所述待测眼底图像的第一特征图像及第二特征图像,进一步包括:

基于检测算子,提取所述待测眼底图像的多个种类的特征图像;

对所述待测眼底图像的多个种类的特征图像,分别计算信息熵;

取最大信息熵对应的特征图像,作为第一特征图像;

取信息熵仅次于所述最大信息熵的特征图像,作为第二特征图像。

3.根据权利要求2所述的眼底图像血管的识别方法,其特征在于,所述多个种类的特征图像为灰度特征图像、纹理特征图像、边缘特征图像及梯度特征图像中的至少两种;

相应的,所述基于检测算子,提取所述待测眼底图像的多个种类的特征图像,进一步包括:

对所述待测眼底图像进行灰度转化,得到灰度特征图像;

对所述灰度特征图像进行直方图均衡化,并基于检测算子,提取所述待测眼底图像的纹理特征图像、边缘特征图像或梯度特征图像。

4.根据权利要求1所述的眼底图像血管的识别方法,其特征在于,所述根据所述第一特征图像、第二特征图像及所述空间形状特征图像,重建待测眼底图像,进一步包括:

将所述第一特征图像、第二特征图像及空间形状特征图像分别作为所述待测眼底图像的RGB三通道的一个分量,进行图像合成,得到重建后的待测眼底图像。

5.根据权利要求1-4所述的眼底图像血管的识别方法,其特征在于,所述将所述重建后的待测眼底图像输入血管分割模型,得到所述待测眼底图像的血管分割图像之后,还包括:

将所述待测眼底图像的血管分割图像输入随机场模型,得到降噪后的血管分割图像。

6.根据权利要求1所述的眼底图像血管的识别方法,其特征在于,所述获取待测眼底图像之前,还包括;

获取眼底图像训练集;

根据所述眼底图像训练集,训练得到所述语义分割模型;

基于检测算子,提取所述眼底图像训练集的第一特征图像集及第二特征图像集;

根据所述眼底图像训练集的第一特征图像集、第二特征图像集以及所述眼底图像训练集对应的空间形状特征图像集,重建眼底图像训练集;

根据重建后的眼底图像训练集,训练得到所述血管分割模型。

7.根据权利要求6所述的眼底图像血管的识别方法,其特征在于,所述获取眼底图像训练集之前,还包括:

获取原始眼底图像训练集;

对所述原始眼底图像训练集进行图像预处理,得到第一样本集;所述图像预处理包括:旋转、翻转中的至少一项;

将所示第一样本集加入所述原始眼底图像样本集中,得到第二样本集;

对所述第二样本集进行归一化统一尺寸,得到所述眼底图像训练集。

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北京工业大学,未经北京工业大学许可,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/pat/books/202110344357.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top