[发明专利]一种基于RPN的视盘定位方法在审
| 申请号： | 201810372284.5 | 申请日： | 2018-04-24 |
| 公开（公告）号： | CN108717693A | 公开（公告）日： | 2018-10-30 |
| 发明（设计）人： | 王丽冉;汤一平;何霞;陈朋 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于RPN的视盘定位方法，包括基于深度卷积神经网络的眼底图像整体特征提取、基于RPN网络的视盘区域初步检测和基于深度卷积神经网络的视盘候选区域进行位置精修。本发明基于深度学习的方法，构建深度卷积神经网络自动对视盘进行定位，能够实现视盘的准确、快速、鲁棒定位，辅助眼底疾病的诊断处理。 | ||
| 搜索关键词： | 卷积神经网络 候选区域 眼底疾病 眼底图像 整体特征 构建 精修 鲁棒 诊断 检测 网络 学习 | ||
【主权项】：
1.一种基于RPN的视盘定位方法，其特征在于：所述方法包括基于深度卷积神经网络的眼底图像整体特征提取、基于RPN网络的视盘区域初步检测、基于深度卷积神经网络的视盘候选区域进行位置精修；所述的基于深度卷积神经网络的眼底图像整体特征提取，所述深度卷积神经网络作为整个网络模型的基础网络，共分为五层，由卷积层、激活层和池化层交替构成的深度结构，隐式地从给定的眼底图像数据中进行参数学习；所述的基于RPN网络的视盘区域初步检测，RPN网络生成目标的候选区域信息，包括目标类别、置信度和位置信息；所述的基于深度卷积神经网络的视盘候选区域进行位置精修，深度卷积神经网络由全连接层组成，对上一阶段得到的候选区域进行深层特征提取，输入区域在网络中进行层层映射，得到不同的表示形式，提取其抽象特征，从而实现对候选区域的位置精修，得到视盘定位的结果。
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浙江工业大学，未经浙江工业大学许可，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/201810372284.5/，转载请声明来源钻瓜专利网。
