[发明专利]一种糖尿病视网膜图像病变检测方法在审
| 申请号： | 201910012785.7 | 申请日： | 2019-01-07 |
| 公开（公告）号： | CN109691980A | 公开（公告）日： | 2019-04-30 |
| 发明（设计）人： | 高俊山;刘梦颖;邓立为 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | A61B3/14 | 分类号： | A61B3/14;A61B3/12;A61B5/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种糖尿病视网膜图像病变检测方法，包括以下步骤：A、图像采集设备采集视网膜图像并进行预处理；B、将预处理后的图像进行分割，分割成多个子图像；C、对每个子图像进行特征提取，并输入至卷积神经网络CNN模型中进行处理后输出清晰图像；D、将输出的清晰图像发送至视网膜缺陷数据库中进行自动匹配，本发明采用的检测方法操作简单，精确度高，有效地提高了检测的准确性和时效性。 | ||
| 搜索关键词： | 图像 预处理 糖尿病视网膜 病变检测 清晰图像 卷积神经网络 图像采集设备 视网膜缺陷 视网膜图像 特征提取 自动匹配 输出 时效性 有效地 子图像 分割 检测 数据库 采集 发送 | ||
【主权项】：
1.一种糖尿病视网膜图像病变检测方法，其特征在于：包括以下步骤：A、图像采集设备采集视网膜图像并进行预处理；B、将预处理后的图像进行分割，分割成多个子图像；C、对每个子图像进行特征提取，并输入至卷积神经网络CNN模型中进行处理后输出清晰图像；D、将输出的清晰图像发送至视网膜缺陷数据库中进行自动匹配。
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哈尔滨理工大学，未经哈尔滨理工大学许可，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/201910012785.7/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
