[发明专利]基于深度学习处理眼底图像的相关方法及设备有效
| 申请号： | 201710757936.2 | 申请日： | 2017-08-29 |
| 公开（公告）号： | CN109427052B | 公开（公告）日： | 2020-10-02 |
| 发明（设计）人： | 寿文卉;马文婷;徐青青;张志鹏;许利群;徐玲;樊庆侠;韦世奎 | 申请（专利权）人： | 中国移动通信有限公司研究院;中国移动通信集团公司;沈阳何氏眼科医院有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 郭润湘 |
| 地址： | 100032 北*** | 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： | 本发明实施例提供基于深度学习处理眼底图像的相关方法及设备。其中，一种基于深度学习的眼底图像处理方法包括：以预设分割方式分割待处理眼底图像，获得至少一个分析图像；通过眼底图像深度学习网络模型对至少一个分析图像进行分析，获得至少一个中间图像；融合至少一个中间图像，以获得包含特征标记的待处理眼底图像；其中，眼底图像深度学习网络模型为通过深度学习网络对至少一个训练图像分别进行多层卷积计算，以迭代更新深度学习网络模型获得的；在每一次更新深度学习网络模型的过程中，结合最后一层卷积计算获得的特征图及至少一个更新特征图，更新深度学习网络模型；更新特征图为对一层卷积计算获得的特征图再次进行卷积计算获得的特征图。 | ||
| 搜索关键词： | 基于 深度 学习 处理 眼底 图像 相关 方法 设备 | ||
【主权项】：
1.一种基于深度学习的眼底图像处理方法，其特征在于，所述方法包括：以预设分割方式分割待处理眼底图像，获得至少一个分析图像；通过眼底图像深度学习网络模型对所述至少一个分析图像进行分析，获得至少一个中间图像；所述至少一个中间图像包含特征概率标记，特征概率标记用于标记图像中的像素点为各种特征区域的概率；融合所述至少一个中间图像，以获得包含特征标记的待处理眼底图像；特征标记用于标记图像中的像素点为何种特征区域；其中，所述眼底图像深度学习网络模型为通过深度学习网络对至少一个训练图像分别进行多层卷积计算，以迭代更新深度学习网络模型获得的；在每一次更新深度学习网络模型的过程中，结合最后一层卷积计算获得的特征图及至少一个更新特征图，更新深度学习网络模型；更新特征图为对一层卷积计算获得的特征图再次进行卷积计算获得的特征图；特征图包含特征概率标记。
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国移动通信有限公司研究院;中国移动通信集团公司;沈阳何氏眼科医院有限公司，未经中国移动通信有限公司研究院;中国移动通信集团公司;沈阳何氏眼科医院有限公司许可，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/201710757936.2/，转载请声明来源钻瓜专利网。
- 上一篇：导轮质量检测方法及设备
- 下一篇：皮肤老化状态评估方法与电子装置
